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
89
-
浏览
675
-
获赞
32
热门推荐
-
赞达亚亮相2024摇滚名人堂典礼 太性感热辣了!
近日赞达亚性感亮相摇滚名人堂盛典,她这个造型也是致敬还原了雪儿奶奶Cher的经典造型。一起来欣赏下吧!«12»友情提示:支持键盘左右键"←""→"翻页苏神离队红军有备案 超车热刺签索尔达多
时至昔日,利物浦仍未保持挽留苏亚雷斯,但后者似乎曾经去意已决。为了防备苏神走后球队留下的空缺,红军也在着手预备预案。《每日镜报》透露,一旦利物浦失掉乌拉圭射手,那么他们将会敏喜报价索尔达多,以期超车热劳力士女款手表多少钱一块(劳力士女手表价格多少)
劳力士女款手表多少钱一块劳力士女手表价格多少)来源:时尚服装网阅读:1067劳力士手表多少钱一块?毕竟劳力士水鬼的间金含有部分贵金属材质)表款有的也就10万左右。劳力士手表最便宜的必定是钢表,作用都是米卢:中国队目标不应是这4场比赛 而是世界杯
米卢:中国队目标不应是这4场比赛 而是世界杯_菲律宾队www.ty42.com 日期:2021-05-26 21:31:00| 评论(已有279156条评论)AJ1 Low 鞋款全新“Laser Blue”配色释出,熟悉的配方
潮牌汇 / 潮流资讯 / AJ1 Low 鞋款全新“Laser Blue”配色释出,熟悉的配方2020年02月16日浏览:5374 在近来一段时间,Jordan 先后阿根廷生死战将穿紫色球衣 紫色球衣首次亮相世界杯
阿根廷生死战将穿紫色球衣 紫色球衣首次亮相世界杯2022-11-28 16:05:41在2022年卡塔尔世界杯C组的第三轮比赛中,阿根廷队将首次穿上紫色球衣出战,这也是紫色球衣首次亮相世界杯的舞台,与2022年卡塔尔世界杯32强之H组加纳,附阵容名单
2022年卡塔尔世界杯32强之H组加纳,附阵容名单2022-11-28 19:39:48本届世界杯H组竞争激烈,C罗领衔的葡萄牙队是夺冠热门,韩国队有亚洲一哥孙兴愍坐镇,乌拉圭队中,苏亚雷斯,卡瓦尼经曼联亚洲行次场首发:范佩西替补 新援边锋出战
7月20日报道:北京工夫7月20日下午17点30分,曼联2013亚洲巡回热身赛将停止第2场比赛,在澳大利亚悉尼的ANZ体育场曼联将对阵澳超全明星队。曼联451):12-林德高/2-拉斐尔、4-菲尔-琼上届冠亚军出局!塞内加尔止步非洲杯16强,埃及也遭点球淘汰
1月30日讯 非洲杯1/8决赛,科特迪瓦点球6-5塞内加尔进8强,而卫冕冠军塞内加尔则止步非洲杯16强。上届非洲杯,塞内加尔点球大战4-2击败埃及,夺得队史首座非洲杯冠军。值得一提的,上届非洲杯亚军埃国际足联委员:欧足联有权利禁止皇萨文参加欧冠
国际足联委员:欧足联有权利禁止皇萨文参加欧冠_三家www.ty42.com 日期:2021-05-28 10:01:00| 评论(已有279447条评论)华佗建设与贵阳国家高新区签订项目合作协议
8月18日,2018年“创响中国”贵阳站、中国数谷之心改革开放再出发暨中国西部众创园第四届创客嘉年华活动在贵州省贵阳市隆重举行,华佗建设董事局主席严宝车应邀参加,并与贵《寂静岭2》原版开发者希望重制版有更多改动 但未能如愿
近日《寂静岭2:重制版》制作人冈本基(Motoi Okamoto)接受日媒Fami通采访,谈及重制版的制作过程。冈本基表示,一些《寂静岭2》原版开发者希望重制版能做出更多改动,但负责重制工作的Bloo优衣库 x《花生漫画》全新联名 T 恤系列释出
潮牌汇 / 潮流资讯 / 优衣库 x《花生漫画》全新联名 T 恤系列释出2020年02月24日浏览:5644 今年,美国漫画家查尔斯·舒尔茨画的漫画《花生漫画》PEAN来3DM游戏APP,i7+4070Ti主机、百款游戏兑换码免费送!
i7+4070Ti主机、百款游戏兑换码免费送啦! 喜迎端午,3DM游戏APP签到抽奖活动再次重磅来袭!6月6日起,每日登录3DM游戏官方APP参与活动,即有机会获得i7+4070Ti主机,及《对马岛之休闲运动服装品牌有哪些(运动休闲服饰品牌有哪些?)
休闲运动服装品牌有哪些运动休闲服饰品牌有哪些?)来源:时尚服装网阅读:825服装休闲品牌有哪些牌子1、顶级休闲品牌服装:阿迪达斯、耐克、Supreme、Champion、优衣库等。阿迪达斯 adida