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
3
-
浏览
86276
-
获赞
1
热门推荐
-
diy百度百科(diy是个啥)
diy百度百科(diy是个啥)来源:时尚服装网阅读:1991DIY是什么意思?DIY是“DoItYourself”的英文缩写。最初兴起于电脑的拼装,逐渐演绎成为一种流行生活方式,简单来说,DIY就是自个税汇算3月前3天已约满,凌晨有人退了3万多!你预约了吗
1日早,话题#退税#就登上了微博热搜,今天凌晨,就有网友蹲点退税,结果退到了3万1千多元!有人欢喜有人愁,有网友表示自己还要补税1.7w.小编今日登录个税APP预约时发现,截至1日7时49分,个税汇算2月29日过生日的仪式感:小伙打造40米大刀切蛋糕
2月29日,四川成都。4年过一次生日是一种怎样的体验?小伙@剑客范十三会让你对这个特别的生日更加印象深刻。他用铁架和木板为29日过生日的朋友打造一把40米的大刀,用来切蛋糕,当这把大刀在西部最大的影棚园林绿化科开展系列技能培训
12月15日下午2:30,园林绿化科在行政楼12会议室举行了园林植物养护专题培训会。园林绿化科为科室全体员工参会。本次培训专们邀请中国风景园林学会病虫害防治专家刘建工程师、艾宗奎工程师做植物病虫害防英媒:若林加德不续约将在冬窗被卖 纽卡西汉姆有意
英媒:若林加德不续约将在冬窗被卖 纽卡西汉姆有意_曼联www.ty42.com 日期:2021-10-12 08:01:00| 评论(已有306472条评论)保罗·沃尔特·豪泽加盟漫威新版《神奇四侠》电影 将饰演神秘角色
漫威新版《神奇四侠》电影此前已确认将于2025年7月25日上映,同时四位主角的演员也早已敲定。近日据外媒“Deadline”报道,曾在《理查德·朱维尔的哀歌》中有着出色演出的保罗·沃尔特·豪泽也将加盟《星际传奇4》8月27日开拍 范·迪塞尔回归主演
Hollywoodreporter今日5月7日)消息,星际传奇系列第四部《星际传奇:狂怒》将于8月27日正式开拍,拍摄地点包括英国、德国以及西班牙。这部电影将由前三部的导演和编剧大卫·图伊 (Davi开发者社区丨EcoStruxure AI引擎:智能引领,共创未来
在AI人工智能技术的浪潮下,能源管理和工业自动化领域企业该如何利用AI技术,从容面对低碳发展和数字化转型的双重挑战?对此,施耐德电气带来EcoStruxure™ AI引擎,以力促AI全行业芙清水乳怎么样(芙清水乳成分)
芙清水乳怎么样(芙清水乳成分)来源:时尚服装网阅读:2134芙清凝胶是很火的一款护肤品,芙清凝胶怎么样?它的作用如何?1、芙清抗菌功能性敷料凝胶,主打抗炎修复,适合在痘痘爆发期使用,不仅可以改善痤疮和华纳兄弟探索公司或又将裁员 流媒体订阅即将涨价
据报道,华纳兄弟探索公司的首席执行官 David Zaslav 正在寻找更多方法来削减成本以及提高收入,其中可能包括提高流媒体平台 Max 的订阅价格以及额外的裁员。彭博社在即将于晚些时候举行的华纳兄西汉姆VS利物浦首发:SAS联袂 唐宁+卡罗尔反戈
4月6日报道:北京工夫4月6日晚23时英格兰外地工夫16时),本赛季英超第33轮一场焦点战在厄普顿公园球场展开抢夺,利物浦作客对阵西汉姆联。苏亚雷斯和斯图里奇、斯特林首收回战,西汉姆方面,唐宁和卡罗尔魔翼喜获瑞典金球奖 伊布数据爆表仍无缘13次问鼎
魔翼喜获瑞典金球奖 伊布数据爆表仍无缘13次问鼎_福斯贝里_永贝里_进球www.ty42.com 日期:2021-12-28 08:01:00| 评论(已有322083条评论)Air Jordan 7“兔八哥 2.0”配色鞋款曝光,胡萝卜鞋盒吸睛
潮牌汇 / 潮流资讯 / Air Jordan 7“兔八哥 2.0”配色鞋款曝光,胡萝卜鞋盒吸睛2020年02月23日浏览:2961 除了俄勒冈鸭与 Patta 联名等粮达网参加2019WISE风向大会
3月19日,由36氪主办的2019WISE风向大会在京召开。本次会议是全产业、投资圈最为关注的投资风向标,粮达网作为农粮电商平台代表企业,受邀参加会议并出席“产业互联网背景下,数字农大悦城地产在港召开2018年中期业绩发布会
8月20日,大悦城地产在港发布2018年度中期业绩。 2018上半年,大悦城地产净利润23亿元,同比增加61%,公司所有者应占净利润17亿元,同比大幅上升158%。剔除投资物业税后公平值变动