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
45
-
浏览
17476
-
获赞
826
热门推荐
-
优衣美官方旗舰店女装(优衣美官方旗舰店女装是正品吗)
优衣美官方旗舰店女装(优衣美官方旗舰店女装是正品吗)来源:时尚服装网阅读:1650大码女装的品牌有哪些?1、“E·MINSAN”品牌是依名尚(香港)服饰有限公司旗下的中高档女装品牌,产品简洁,时尚个性胡惟庸死后,朱元璋为什么将李善长定为他的党羽?
洪武十三年(即公元1380年),明太祖朱元璋以“谋不轨”的罪名诛杀了时任大明王朝宰相的胡惟庸九族,同时被牵连的御史大夫陈宁、中丞涂节等数人。那么今天我们就来探究一下胡惟庸死后,朱元璋为什么将李善长定为菲律宾海海战的起因是什么?是在什么背景下发生的
菲律宾海海战,是发生在第二次世界大战中太平洋战场之间在的一次海战。是历史上最大的航空母舰决战。由于战斗中日军飞机被美军战斗机轻易击落,被美国人戏称为“马里亚纳射火鸡大赛”(The Great Mari阿亚库乔战役的详细战斗经过?结果如何有着什么历史意义
阿亚库乔之战是拉美独立战争中最著名的一次战役,它发生在1824年12月9日。这是哥伦比亚一秘鲁联军同西班牙殖民军,在秘鲁南部山区阿亚库乔附近进行的最后一次决战。19世纪20年代初,西班牙的美洲属地已大非财务人员的财务管理培训心得
参加了财务管理培训课程后,我深感受益匪浅。作为一名非财务人员,我之前对财务管理的了解仅限于基本的概念和术语,对于如何运用财务分析来评估企业经营状况、衡量及提升企业盈利能力以及识别与防范常见财务风险等方曼图亚争夺战的详细战斗经过是怎样的?最后谁赢了
曼图亚争夺战是指1796年,法军和奥军在曼图亚发生的一场争夺战。1796年5月下旬,在意大利战场上的法军主力,经过短时间的休整之后,在拿破仑的率领下,向东挺进,追击奥军残部。几天后,法军占领了威尼斯共上方谷天降大雨之后,诸葛亮为什么不下令放箭射击?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于上方谷火烧司马懿,天降大雨时,诸葛亮为圆明园四十景之一的长春仙馆具体是干什么用的?
还不知道:圆明园四十景之一的长春仙馆具体是干什么用的?本景位于正大光明殿之西,茹古涵今之南。南邻园墙,四围山环水绕,是一处园中园式的建筑风景群。文物景观长春仙馆位于前湖西面,正大光明殿之西,茹古涵今之彪马 x First Mile 合作可持续运动服饰系列,环保又好看
潮牌汇 / 潮流资讯 / 彪马 x First Mile 合作可持续运动服饰系列,环保又好看2020年02月25日浏览:3625 近日,来自德国运动品牌 PUMA与支持圣文森特角海战:在大西洋彼岸的海战
一提起“天涯海角”,我们就会想到海南的三亚,更会想起“只为一人,终其一生,天涯海角,唯愿君安。”的无尽浪漫。而现在要说的是另一个被称作天涯海角的地方——葡萄牙 “圣文森特角”。这里岩石陡峭,浪涛拍打着大卢基战役双方分别投入了多少兵力?使用了什么武器装备
苏军参战序列在大卢基战役期间,苏军投入的主要兵力是加里宁方面军(马克西姆·阿列克谢耶维奇·普尔卡耶夫上将)下属的第三突击集团军(3rd Shock Army,之所以把shock翻译成突击,是因为这个词大足石刻作为世界文化遗产,它有哪些艺术价值?
众所周知大足石刻以其规模宏大、雕刻精美、题材多样、内涵丰富和保存完整而著称于世。那么大足石刻作为世界文化遗产,它有哪些艺术价值?今天趣历史小编给大家带来了相关内容,和大家一起分享。它集中国佛教、道教、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"←""→"翻页刘备为何将军权交于李严?为了蜀汉政权的稳定罢了
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于刘备临终前为何将兵权交给李严,而不是极第聂伯河会战的战争背景是怎样的?双方投入了多少兵力
下第聂伯河攻势(也称为“下第聂伯河战役”)是发生在第二次世界大战期间的1943年。这是第二次世界大战其中一场最大的军事行动,涉及双方接近400万人的部队和全长1400千米长的战线。在4个月的军事行动期