类Sora模型到底懂不懂物理?字节完成系统性实验证明
Sora爆火以来,模明“视频生成模型到底懂不懂物理规律”受到热议,型到系统性实但业界一直未有研究证实。底懂近日,不懂字节跳动豆包大模型团队公布最新论文,物理完成研究历时8个月,字节围绕“视频生成模型距离世界模型有多远”首次在业界完成系统性实验并给出明确结论:视频生成模型可以记忆训练案例,验证但暂时还无法真正理解物理规律,模明做到“举一反三”。型到系统性实
图灵奖得主、底懂Meta首席AI科学家杨立昆点赞并转发了该研究,不懂表示“结论不令人意外,物理完成但很高兴终于有人做了这个尝试!字节”
自OpenAI发布Sora模型以来,验证很多视频生成模型都会强调其生成结果对物理规律的模明遵循。豆包大模型视觉团队相关小组,对视频生成模型究竟能否从视觉数据中“发现”并“理解”物理定律感到好奇,决定深入研究。
历时8个月,该团队完成了业界首个系统性的实验研究。团队通过专门开发的物理引擎合成了匀速直接运动、小球碰撞、抛物线运动等经典物理场景的运动视频,用于训练基于主流DiT架构的视频生成模型。然后,通过检验模型后续生成的视频在运动和碰撞方面是否符合力学定律,判断模型是否真正理解了物理规律,并具有“世界模型”的潜力。
实验中设计的不同运动场景
豆包大模型团队的实验发现,即使遵循“Scaling Law”增大模型参数规模和数据量,模型依然无法抽象出一般物理规则,做到真正“理解”。
以最简单的匀速直线运动为例,当模型学习了不同速度下小球保持匀速直线运动的训练数据后,给定初始几帧,要求模型生成小球在训练集速度区间内匀速直线运动的视频,随着模型参数和训练数据量的增加,生成的视频逐渐更符合物理规律。
然而,当要求模型生成未曾见过的速度区间(即超出训练数据范围)的运动视频时,模型突然不再遵循物理规律,并且无论如何增加模型参数或训练数据,生成的结果都没有显著改进。这表明,视频生成模型无法真正理解物理规律,也无法将这些规律泛化应用到全新的场景中。
通过进一步的实验分析,研究团队得出结论,“生成新视频时,模型主要依赖对训练案例的记忆和匹配。视频生成模型就像一个只会‘抄作业’的学生,一旦遇到从未见过的场景,如不同大小、速度的物体相互作用,就会‘犯迷糊’,生成结果与物理规则不符。”
不过,研究中也有一个好消息:如果训练视频中所有概念和物体都是模型已熟悉的,此时加大训练视频的复杂度,比如组合增加物体间的物理交互,通过加大训练数据,模型对物理规律的遵循将越来越好。这一结果可为视频生成模型继续提升表现提供启发。
据了解,本研究两位核心一作都非常年轻,一位是95后,一位是00后,在豆包大模型团队专注视觉领域的基础研究工作。作者们一直对世界模型感兴趣,在8个月的探索中,他们阅读了大量物理学研究文献,也尝试从游戏中获得研发灵感,历经多次失败后,最终一步步确定研究思路和实验方法。
友链
外链
互链
Copyright © 2023 Powered by
六合彩图库源码【购买联系电报bc3979】AC彩票网站源码|六合彩源码|彩票搭建|新中原六合彩源码|【网站bc9797.com】六合彩论坛源码【联系飞机bc3979】
sitemap
-
文章
2
-
浏览
36359
-
获赞
2678
热门推荐
-
《星球大战9:天行者崛起》续集电影的编剧又走了
《星球大战9:天行者崛起》电影续集失去了自己的编剧Steven Knight。这部续集由莎梅·奥贝德-奇诺伊Sharmeen Obaid-Chinoy)执导,《星战》新三部曲电影女主黛茜·雷德利主演。女排最新消息今天体育频道下载体育赛事宣传报道
贾斯汀本人的进犯胜利率为40%,队友的进犯胜利率为36%,她本人砍下26分未能打败球体育频道下载,终极球队以2-3被裁减回家贾斯汀本人的进犯胜利率为40%,队友的进犯胜利率为36%,她本人砍下26分未人民网新闻今日头条体育报道稿100字2024年1月3日
克日,在中国黄海地域发作了一次备受存眷的军事练习,触及美国和中国两国克日,在中国黄海地域发作了一次备受存眷的军事练习,触及美国和中国两国。但是,使人惊奇的是,环球次要媒体至今还没有对此事做出报导体育报体育中国头条体育直播2024年1月8日
至此次严重资产置换宣布前,莱茵体育去地产化转型不断未有较大行动2020年震惊天下的十大变乱体育中国头条体育直播,2件触及中国体育中国,件件非比平常资讯在线年震惊天下的十大变乱,2件触及中国头条体育直播国足胜越南摆脱小组垫底尴尬 国际足联排名拿到10.35积分
国足胜越南摆脱小组垫底尴尬 国际足联排名拿到10.35积分_中国队www.ty42.com 日期:2021-10-08 22:01:00| 评论(已有305959条评论)体育新闻关于足球体育新闻软件好2023年十大新闻
固然央视很威望,但在这方面十分专业,就仿佛客岁在一个冷门项目上有第一暴光度的谷爱凌力压单核带阿根廷夺得天下杯冠军的梅西排名榜首一样风趣固然央视很威望,但在这方面十分专业,就仿佛客岁在一个冷门项目上有第今日新闻10条体育赛事节目表2024年1月13日今日体育新闻足球
据英国《卫报》报导,波兰足协正在敦促国际足联从头开放转会窗,用以协助在俄罗斯效率的本国球员离队据英国《卫报》报导,波兰足协正在敦促国际足联从头开放转会窗,用以协助在俄罗斯效率的本国球员离队。阿涅利在发新闻ppt怎么制作今日体育新闻摘抄
如许的变革得益于“河长+查察长+警长”轨制如许的变革得益于“河长+查察长+警长”轨制。吴忠市查察院对峙法治思想、法治方法消息ppt怎样建造,与行政构造河湖管理合作联动,剑指黄河前曼城财务顾问:切尔西必须迅速通过卖人赚1亿镑,否则很危险
2月3日讯 受到财务公平规则的限制,今年英超冬窗较为平淡,尤其是此前几个转会期投入巨大的切尔西。前曼城财务顾问斯特凡-博尔森谈到蓝军时表示:“虽然切尔西使用了摊销的伎俩,但在我看来他们的麻烦迫在眉睫,今日nba体育新闻央视体育5直播女篮?中央今日头条新闻
在央视公布的一段7秒视频中,我们看到一个飞翔器模子在风洞中承受测试在央视公布的一段7秒视频中,我们看到一个飞翔器模子在风洞中承受测试。这个风洞恰是赫赫有名的JF-22超高速风洞,本年中旬才方才经由过程通城最近一周新闻中国蓝新闻直播体育新闻搜狐网本周体育新闻
欧洲超级联赛案的双方都预计足球治理方式将发生变化,因为有关欧洲足球协会Uefa)关闭这项分离赛事的裁决终于在周四在卢森堡的欧洲法院ECJ)上宣判体育新闻搜狐网欧洲超级联赛案的双方都预计足球治理方式将发2021体育热点搜狐体育nba新闻?最近的体育新闻报道
英格兰虽是国际赛常客搜狐体育nba消息,但严重赛事只拿过1966年世足冠军,欧洲杯则一次金杯都没拿过,此次总算首度有时机一偿欧洲杯冠军夙愿英格兰虽是国际赛常客搜狐体育nba消息,但严重赛事只拿过196FR2 x ReZARD 联名系列下月登场,主打标语 logo 设计
潮牌汇 / 潮流资讯 / FR2 x ReZARD 联名系列下月登场,主打标语 logo 设计2020年02月23日浏览:5551 看过了 CLOT 的先期预告之后,这搜狐体育新闻首页网抓饭体育直播今日足球新闻头条
TA作者卡尔-安卡流露,拉特克利夫爵士收买曼联25%股分并接收足球事件后,滕哈赫的帅位险些没有伤害TA作者卡尔-安卡流露,拉特克利夫爵士收买曼联25%股分并接收足球事件后,滕哈赫的帅位险些没有伤害。太pp体育官方网站腾迅体育新浪体育乒乓球
3. PP体育:PP体育是另外一家具有丰硕体育资本的平台,今晚他们也将为您显现中国男篮亚运会小组赛的出色霎时3. PP体育:PP体育是另外一家具有丰硕体育资本的平台,今晚他们也将为您显现中国男篮亚运会