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
23855
-
浏览
753
-
获赞
5841
热门推荐
-
阿迪达斯全新 4D 鞋款 adidas ZX 4D Morph 实物曝光
潮牌汇 / 潮流资讯 / 阿迪达斯全新 4D 鞋款 adidas ZX 4D Morph 实物曝光2020年02月24日浏览:4550 采用 3D 打印锻造而成的 4D普兰德利:2010年意超杯只有2个意大利球员,这样的问题一直存在
7月1日讯 近日,前意大利国家队主帅普兰德利参加了Rai节目,谈到了意大利足球目前的困境。他说:“2010年的时候,我去米兰看了国米对阵罗马的意大利超级杯,那场比赛场上的22名球员中只有2个意大利人,法芙娜烘焙巧克力,法芙娜巧克力烘焙选择
法芙娜烘焙巧克力,法芙娜巧克力烘焙选择来源:时尚服装网阅读:935法芙娜巧克力哪种烘焙用法芙娜 (Valrhona) 是由一个住在芙娜谷的饼房厨师在1922年创立的,法芙娜 (Valrhona) 的一国家科技部重大专项办公室杨哲副主任一行来院调研
8月11日上午,国家科技部重大专项办公室副主任杨哲一行来我院调研重大新药创制工作,四川大学魏于全副校长,我院李为民院长、敬静书记等院领导,院办、科技平台部、学科建设部、肿瘤中心、麻醉科等相关职能部门、市场监管总局(标准委)发布一批农副产品、百姓生活领域重要国家标准
中国消费者报讯记者任震宇)近日,市场监管总局标准委)围绕农副产品、百姓生活相关领域集中发布了一批重要国家标准,充分发挥“标准为民”的作用。在提升农副产品质量方面,《畜禽肉分割技全场数据:意大利射门比20
全场数据:意大利射门比20-6 控球率远高于英格兰_点球www.ty42.com 日期:2021-07-12 07:01:00| 评论(已有290883条评论)COMME des GARÇONS 2019 全新「Huge Logo」Wallet 系列包袋释出~
潮牌汇 / 潮流资讯 / COMME des GARÇONS 2019 全新「Huge Logo」Wallet 系列包袋释出~2019年03月20日浏览:6055 由日京阿尼纵火案纪念碑建成 36名死者化身和平鸟
7月14日今天,震惊动画界的日本京都动画故意纵火案的纪念碑正式建成完工,主体为36只和平鸟雕塑,纪念在案件中不幸去世的36位动画界精英。·京阿尼事件的嫌犯青叶真司于2019年7月18日在京都动画总部故AJ1 LOW 鞋款全新巴黎城市主题配色即将登陆
潮牌汇 / 潮流资讯 / AJ1 LOW 鞋款全新巴黎城市主题配色即将登陆2020年02月14日浏览:4422 借势高帮 Air Jordan 1 的超高人气,Air后置三摄升级 苹果iPhone 16 Pro影像规格遭曝
苹果iPhone 16系列继续在配置上挤牙膏,似乎没必要进行更新换代了。但从最新的信息来看,如果你的目标是iPhohne 16 Pro的话,那么还是有升级的必要的。根据爆料者透露,苹果iPhone 1曝梅西若留巴萨格列兹曼必离队 蓝军或出价收购
曝梅西若留巴萨格列兹曼必离队 蓝军或出价收购_球员www.ty42.com 日期:2021-07-09 22:31:00| 评论(已有290491条评论)小花絮!意大利赴英差点“丢人” 助教险些被落下
小花絮!意大利赴英差点“丢人” 助教险些被落下_维亚利www.ty42.com 日期:2021-07-11 10:01:00| 评论(已有290738条评论)Reebok eightone 支线系列释出,与 Kohei Okita 联合打造
潮牌汇 / 潮流资讯 / Reebok eightone 支线系列释出,与 Kohei Okita 联合打造2020年02月18日浏览:5364 经过曝光预热后,Ree微软将优化FAT32分区格式 最大格式化限制扩展到2TB
微软最新Windows 11预览版系统将使用format命令从命令行格式化磁盘的FAT32大小限制,从现在的32GB限制增加到更大的2TB,为用户提供了更大的灵活性。如果说哪种硬盘分区格式大家最为熟悉康复医学中心召开员工培训会
8月7日下午2:00,康复医学中心员工培训会在第八教学教一楼多功能厅召开,中心主任、副主任以及全体医护人员参会。四川大学公共管理学院党委书记徐开来教授、七位兄弟单位的康复科主任应邀参会。会议由何红晨副