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
17
-
浏览
482
-
获赞
4176
热门推荐
-
李维斯 x Denim Tears 联名 Vintage 牛仔工装系列发售
潮牌汇 / 潮流资讯 / 李维斯 x Denim Tears 联名 Vintage 牛仔工装系列发售2020年02月17日浏览:3901 既携手星战9打造别注丹宁夹克之国家医保局回应阿斯利康涉嫌骗保 医疗骗保什么后果
国家医保局回应阿斯利康涉嫌骗保 医疗骗保什么后果时间:2022-05-23 12:29:46 编辑:nvsheng 导读:骗保这个词感觉还是很熟悉的,感觉在药店门口经常可以看见这两个字,这个医疗骗体质差的人怎样锻炼才能增强体质 猫背伸展操来助你
体质差的人怎样锻炼才能增强体质 猫背伸展操来助你时间:2022-05-25 11:38:17 编辑:nvsheng 导读:体质的好与坏则间接性的决定了你身体的素质,也决定了你的身体状况,而体质差的西南空管局纪委书记刘航慰问綦江导航台
2021年12月14日,西南空管局纪委书记刘航一行来到綦江导航台,向坚守台站的一线值班人员送去了亲切的关怀和问候。 台站上,刘航一行与台站职工任道平和陈国辉贴心交流,详细了解一线值班、设AF1 鞋款全新“City Of Dreams”配色上架发售
潮牌汇 / 潮流资讯 / AF1 鞋款全新“City Of Dreams”配色上架发售2020年02月18日浏览:3298 回顾刚刚落幕的全明星赛,各路品牌纷纷推出一系砂糖橘吃多了皮肤真的会变黄 砂糖橘是啥梗
砂糖橘吃多了皮肤真的会变黄 砂糖橘是啥梗时间:2022-05-25 11:37:49 编辑:nvsheng 导读:砂糖橘实际上在过年的时候真的还是必备年货,不仅因为味道好吃,而且价格也比较适宜,在民航新疆管理局副局长蒋卫东一行莅临喀什机场调研指导工作
通讯员 何成伟)12月23日上午,民航新疆管理局副局长蒋卫东一行莅临喀什机场调研指导工作,民航新疆管理局航务处董宏航处长、航安办刘云峰副主任、机场处许升元副处长、民航喀什安全监督管理局赵学兵副局长、范湛江空管站后勤服务中心党支部开展党史故事分享
近日,随着湛江空管站后勤服务中心党支部最后一名党员党史故事分享会的结束,这标志着党支部全体党员开展党史故事分享活动圆满完成。党支部将党史故事分享融入到每月开展的党员课堂中,全年共开展党史故事分享28人第三季度耳机线上传统电商平台:量额双高增
第三季度中国耳机线上传统电商平台销量为2990万副,同比增长26.8%;销额为51.6亿元,同比增长20.8%。11月13号消息,洛图科技公布了2024年第三季度,中国耳机线上传统电商平台不含拼抖快等立卧位拉筋的好处 正确做法图片
立卧位拉筋的好处 正确做法图片时间:2022-05-23 12:30:12 编辑:nvsheng 导读:对于时常出现腰酸背痛、肌肉紧绷的朋友们来说,以下推荐的两个拉盘运动便非常的适合,除了能改善以重庆空管分局值班用房工程圆满封顶
2021年11月27日,重庆空管分局党委副书记徐颢亲临值班用房工程现场督战封顶浇筑工作。从上午10点至晚上8点,整整10个小时,随着最后1车混凝土罐车的撤场,值班用房工程封顶浇筑宣告圆满结束,十滴水有毒吗?十滴水含毒吗?
十滴水有毒吗?十滴水含毒吗?时间:2022-05-24 12:13:25 编辑:nvsheng 导读:十滴水的功效大家都是比较了解的,有的人会担心这款药有毒,不能正常使用,那么这个担心对不对呢,下记者:国足2丢球都与防线调整有关 李铁选人问题已暴露
记者:国足2丢球都与防线调整有关 李铁选人问题已暴露_王刚www.ty42.com 日期:2021-10-08 09:31:00| 评论(已有305865条评论)2男子菜市场偷换100多张收款码 偷换二维码是诈骗还是盗窃
2男子菜市场偷换100多张收款码 偷换二维码是诈骗还是盗窃时间:2022-05-25 11:38:06 编辑:nvsheng 导读:现在大家都是使用网上支付,一般都是微信支付或者是支付宝支付,这是重庆空管分局2022年度应届毕业生招聘笔试顺利开展
12月4日,在西南空管局的统一部署下,重庆空管分局组织开展了重庆考点2022年度应届毕业生招聘笔试。本次招聘笔试涉及重庆空管分局技术保障部、气象台、财务部等三个部门三个岗位,通过资格审核62人