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
79268
-
浏览
6247
-
获赞
16
热门推荐
-
11月14日美市更新的支撑阻力:金银原油+美元指数等八大货币对
汇通财经APP讯——11月14日美市更新的黄金、白银、原油、美元指数、欧元、英镑、日元、瑞郎、澳元、加元、纽元支撑阻力位一览。小米全新TWS耳机官宣7月19号发布 音质表现要放大招
小米全新TWS耳机——小米Buds 5官宣将在7月19号发布,主打音质体验,采用了半入耳式设计。7月16号消息,小米全新TWS耳机——小米Buds 5官宣将在7月19号发布,主打音质体验,采用了半入耳阿迪达斯 DON Issue 2 鞋款全新 Gummy Bears 配色释出
潮牌汇 / 潮流资讯 / 阿迪达斯 DON Issue 2 鞋款全新 Gummy Bears 配色释出2020年10月26日浏览:2752 adidas 今年为 NBA欧洲杯再负捷克 没学乖的荷兰出局可不只因红牌
欧洲杯再负捷克 没学乖的荷兰出局可不只因红牌_马伦www.ty42.com 日期:2021-06-28 08:01:00| 评论(已有287410条评论)施耐德电气:共建微网新业态,共赢绿色新质力
伴随全球能源结构的深刻变革,智慧、绿色、灵活的微电网技术正成为构建新型电力系统、推动能源转型的关键力量。11月14日,2024施耐德电气微电网主题沙龙在厦门成功举办。在活动现场,施耐德电气携手众多行业小麦配色 Nike SB Dunk Low 鞋款首次曝光,复古气质
潮牌汇 / 潮流资讯 / 小麦配色 Nike SB Dunk Low 鞋款首次曝光,复古气质2020年10月16日浏览:3458 秋冬季,给人以温暖沉稳感受的小麦配色球再见凯恩!拜仁更衣室矛盾,英格兰第一射手被孤立,有望重返英超
拜仁已经官宣了图赫尔离队的消息,对于这家德甲豪门来说,图赫尔的离开只不过是让俱乐部有了一个新的开始而已。只是,图赫尔的离队所造成的影响或许不止如此,他在上任拜仁的帅位之后,在转会市场上引进了凯恩等人,匡威全新「兔八哥」主题系列鞋款即将登陆,诚意满满
潮牌汇 / 潮流资讯 / 匡威全新「兔八哥」主题系列鞋款即将登陆,诚意满满2020年10月23日浏览:3599 继 7 月份的 于 Kith 以及《兔八哥》完成一组三方浙江温岭:开展中秋节前月饼专项检查
中秋佳节临近,为使广大消费者过上祥和中秋节,浙江省温岭市市场监管局开展月饼专项检查,及时消除食品安全隐患,确保群众吃上安全放心的月饼。9月13日,温岭市市场监管局执法人员对台州市壹兜麦香食品有限公司等苹果推出iOS 18公测版 AI功能跳票9月才能用
iOS 18系统的最重要更新无疑就是苹果智能功能了,但在公测版系统中,苹果AI功能依然没有解锁,暂时无法正常使用,预计要等到9月份的正式版更新后,苹果AI功能才会开放。苹果今天公布了iOS 18公测版院士专家为新能源高质量发展支招
国家能源局数据显示,2024年一季度,全国可再生能源新增装机6367万千瓦,同比增长34%,占新增装机的92%。截至2024年3月底,全国可再生能源装机达15.85亿千瓦,同比增长26%,约占我国总装佩大师!葡萄牙进球前不久,41岁佩佩及时铲球阻止土耳其形成单刀
06月23日讯 欧洲杯F组第2轮,土耳其vs葡萄牙。上半场第19分钟左右,葡萄牙进球前不久,土耳其短传配合打穿葡萄牙中场,佩佩及时上抢阻止土耳其形成单刀。伊布放狂言:兹拉坦在米兰踢球 米兰就是意甲冠军
伊布放狂言:兹拉坦在米兰踢球 米兰就是意甲冠军_曼联www.ty42.com 日期:2021-10-06 09:01:00| 评论(已有305582条评论)电讯报:波切蒂诺可能面临压力,但若解雇他也找不到合适的
2月27日讯 在分析切尔西情况时,《每日电讯报》表示,波切蒂诺可能处于压力之下,但如果解雇他,切尔西也找不到合适的人选。无论任命时是否明确提及,波切蒂诺本赛季的最低目标就是率队拿到欧战资格,在联赛杯决专家也不如AI了:GPT
6月24日消息,最新研究显示,人工智能在道德推理方面的能力可能已经超越了人类专家。美国北卡罗莱纳大学教堂山分校和艾伦AI研究所的研究人员开展的两项研究中,OpenAI的新型聊天机器人GPT-4o在提供