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
159
-
浏览
25854
-
获赞
222
热门推荐
-
亚瑟士 Gel Lyte V 鞋款全新橄榄绿配色上架发售
潮牌汇 / 潮流资讯 / 亚瑟士 Gel Lyte V 鞋款全新橄榄绿配色上架发售2020年02月21日浏览:3162 跑鞋品牌 ASICS旗下的复古跑鞋 Gel Ly大明王朝的“仁宣之治”是怎么回事?仁宣二帝的收缩政策正确吗?
今天趣历史小编为大家带来“仁宣之治”是怎么回事?希望对你们能有所帮助。明朝,这是中国历史上最后一个由汉人建立的大一统王朝,不过,相对于汉唐盛世时万邦来朝的气魄,明朝似乎是逊色了一些;相对于汉唐开拓的伟分封制和郡县制是怎么起来的?秦始皇是如何完善这两种制度?
分封制和郡县制是怎么起来的?下面趣历史小编为大家带来详细的文章介绍。三代的时光的确消磨了太多人的锐气,大家沉迷于享受那种家族世袭的乐趣,但是这一切到春秋战国时代都给打破了,春秋时期的诸侯就已经不把周天穿山甲有什么药用价值?哪些药物能代替穿山甲?
还不知道:穿山甲有什么药用价值的读者,下面趣历史小编就为大家带来详细介绍,接着往下看吧~最近这个穿山甲又回到了大家的视野,穿山甲是真的惨,长那么丑还要被人吃,身上携带那么多病毒还要被人吃,真的是超多不高伦雅芙有用吗(高伦雅芙订购电话)
高伦雅芙有用吗(高伦雅芙订购电话)来源:时尚服装网阅读:1342proactive高伦雅芙使用方法很管用!眼药水也可以用来去痘,另外就是用完美芦荟胶,也能消痘,效果不错。还有就是Proactive,高宋朝时期的契丹人有多强大?威震一时之后为何销声匿迹了?
今天趣历史小编为大家带来威震一时的契丹人为何销声匿迹?希望对你们能有所帮助。如今的中华大地上,生活着56个民族,而在这些民族之中,又以汉族的人数最为庞大,他们和谐共处,创建了一个越来越好的国家。而在历清朝九大总督中最特殊的一个!四川总督为何可管巡抚事?
今天趣历史小编给大家带来清朝四川总督的介绍,感兴趣的读者可以跟着小编一起看一看。清代官制体系制度中,总督为地方最高级长官,总管一省或二三省,总督与巡抚皆为地方军政大员,合称督抚。在《清史稿·职官志》的青龙观是怎么来的?崇祯为何大兴土木建青龙观?
今天趣历史小编为大家带来了青龙观是怎么来的?欢迎阅读哦~由于皇室侈靡无度,群臣倾轧不止,明朝很快就走上衰朽之路。明朝晚期,随着商品经济的发展,上层社会竞相奢侈,并形成了风气,随之而来的就是官员的贪污受扎心了!数据网站预测欧联冠军 巴萨成为头号热门
扎心了!数据网站预测欧联冠军 巴萨成为头号热门_概率www.ty42.com 日期:2021-10-06 09:01:00| 评论(已有305584条评论)雍正确立秘密立储制度好不好?为何后来不沿用?
今天趣历史小编就给大家带来秘密立储制为什么不沿用?希望能对大家有所帮助。大家也都知道我们国家有长久的历史,而有很多的历史传统也遗留到我们现在的生活之中。就拿继承来说,一般都是长子继承父亲的本业,这就是直隶总督的权限有多大?顺天府尹和直隶总督哪个官大?
直隶总督的权限有多大?下面趣历史小编为大家详细介绍一下相关内容。直隶总督是清朝封疆大吏的第一位,管辖地区广大,涉及今天的河北、山东、山西和河南四省,起着拱卫京畿的重要作用,所以清廷十分重视这个职位,一女生裤子服装时尚品牌(女裤子什么品牌好性价比高)
女生裤子服装时尚品牌女裤子什么品牌好性价比高)来源:时尚服装网阅读:275女裤品牌排行榜前十名1、女裤品牌排行榜前十名 优衣库 UNIQLO 品牌介绍:UNIQLO是来自日本的快时尚休闲服饰品牌,由柳平分秋色!近一个月3次碰面,阿森纳、利物浦各取1胜1平1负
2月5日讯 英超第23轮,阿森纳3-1利物浦。近一个月3次碰面,阿森纳、利物浦各取1胜1平1负。12月24日,英超第18轮:利物浦1-1阿森纳1月8日,足总杯第3轮:阿森纳0-2利物浦2月5日,英超第明朝卫所是怎么招兵的?“垛集”带来了哪些影响?
明朝卫所是怎么招兵的?下面趣历史小编就为大家带来详细解答。朱元璋统一全国后,为了稳固明朝的统治,他采纳了刘伯温的建议,在中央设立大都督府,掌全国军队,赋予统兵、调兵之权。洪武十三年,因大都督府的权势过中国人为什么比外国人爱存钱?从古至今有哪些存钱方式?
今天趣历史小编给大家带来中国人为什么比外国人爱存钱?感兴趣的读者可以跟着小编一起看一看。都知道,相较于欧美等国,中国人特别爱存钱。那么,这是为什么呢?第一个、存钱为养老。虽然我国养老制度逐渐完善,还仍