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
81826
-
浏览
8528
-
获赞
43
热门推荐
-
王霜英超首秀,可以载入记录的27分钟
转播平台近40万的球迷关注着这一场比赛、当她登场时满屏弹幕都是“她来了”。这是今年1月1日正式加盟热刺后,王霜在正式比赛中的首秀。此前她因伤病影响仅参加过1月8日热刺与查尔顿竞技的友谊赛。 27分钟阿圭罗新浪微博透露伤情:已确定非大伤 膝盖遭受猛击
新浪体育讯英超联赛首轮突降凶讯,在曼城(微博)(微博)对阵南安普顿队的比赛中,蓝月亮军团的首发前锋阿圭罗(微博)收场仅仅8分钟就被对手铲伤膝盖,一撅一拐的走到场边之后,最终还是被担架抬出球场接受检查,中粮屯河五届十三次董事会公告
中粮新疆屯河股份有限公司于2008年4月14日召开五届十三次董事会,会议审议通过如下决议: 一、审议通过了《公司2007年度董事会工作报告》。二、审议通过了《公司2007年度总经理工作报告》。三、审议以葡萄酒为媒,架起了中国文化与世界交流的桥梁
【天下黄河富宁夏】 以葡萄酒为媒,架起了中国文化与世界交流的桥梁007 x 阿迪达斯联乘鞋款上脚图首次曝光,邦德同款!
潮牌汇 / 潮流资讯 / 007 x 阿迪达斯联乘鞋款上脚图首次曝光,邦德同款! 2020年02月22日浏览:3390 近日,Adidas与 007 联乘Ultra B瑞士日内瓦大学留学生圆满完成在我院的交流学习
按照我院与瑞士日内瓦大学医学院互派外科住院医师交流项目的安排,日内瓦大学医学院安排两名留学生于10月初来到我院学习。留学生到院后,由毕业后教育科、外科教研室安排他们在普外、骨科、神经外科、康复科轮转近10年世界杯+欧洲杯至少3进世界波:梅西4次,魔笛&沙奇里3次
6月20日讯 瑞士在本轮欧洲杯1-1战平苏格兰,沙奇里世界波建功。数据统计显示,在近10年的欧洲杯+世界杯上,共计仅有3人能至少3次在禁区外打进世界波:沙奇里和莫德里奇各3次,梅西则是4次。贵州太平洋建设董事局领导赴海南昌江县考察
12月16日,贵州太平洋建设董事局副主席叶建军、贵州太平洋第五建设集团董事局主席袁松一行受邀前往海南省昌江黎族自治县考察,昌江县委副书记、县长、党组书记林安予以接待,双方进行友好会谈。 叶建军表示,12强赛积分榜:国足获首胜摆脱垫底 积分追平日本
12强赛积分榜:国足获首胜摆脱垫底 积分追平日本_越南队www.ty42.com 日期:2021-10-08 03:31:00| 评论(已有305792条评论)康复科召开2009年工作计划会
2009年3月11日下午,我院康复科在科室示教室召开了2009年工作计划会。科室管理小组成员、医疗、管理、治疗室组长等人员参加了会议。会议由丁明甫副主任主持。 何成奇主任从五个方面对2009年的工作康复科召开2009年工作计划会
2009年3月11日下午,我院康复科在科室示教室召开了2009年工作计划会。科室管理小组成员、医疗、管理、治疗室组长等人员参加了会议。会议由丁明甫副主任主持。 何成奇主任从五个方面对2009年的工作黄金市场分析:美PCE放缓幅度符合预期 金价持稳未现大波澜
汇通财经APP讯——周五6月28日),现货金持稳于每盎司2,326.47美元。此前一份关键的美国通胀报告基本符合预期,提振了美联储可能在9月前降息的希望,曾刺激黄金盘中来到近一周的高位2339.58美msmin全国实体店(miumiu中国官网旗舰店)
msmin全国实体店(miumiu中国官网旗舰店)来源:时尚服装网阅读:3509有哪些适合二十多岁女生的服装品牌?我个人推荐迪赛尼斯,每件衣服都很有让你买的欲望,真的很好看,而且很适合出去穿。 国产女BAPE x UNO 全新联名系列预告释出,来玩一局?
潮牌汇 / 潮流资讯 / BAPE x UNO 全新联名系列预告释出,来玩一局?2021年09月19日浏览:3863 就在昨天,日系潮流单位 A BATHING APE回到梦开始的地方邮报:西汉姆&富勒姆有意塞塞尼翁
6月20日讯《每日邮报》报道,西汉姆和富勒姆都在考虑报价前热刺边翼卫塞塞尼翁。24岁的塞塞尼翁在今夏离开热刺,现在他是一名自由球员。塞塞尼翁出自富勒姆青训营,当年他16岁就成为富勒姆一线队常客,被誉为