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
84611
-
浏览
99
-
获赞
5447
热门推荐
-
第三季度耳机线上传统电商平台:量额双高增
第三季度中国耳机线上传统电商平台销量为2990万副,同比增长26.8%;销额为51.6亿元,同比增长20.8%。11月13号消息,洛图科技公布了2024年第三季度,中国耳机线上传统电商平台不含拼抖快等俄称集群打击乌目标 乌称击退俄多次进攻
俄罗斯国防部当地时间16日通报称,在2月11日至16日,俄军使用高精度武器及无人机对生产和维护乌军飞机发动机、无线电设备和弹药的军工企业,乌军装备所用的燃油、润滑油生产工厂以及乌克兰武装力量驻地等实施黄山机场认真开展食品安全宣传周活动
根据国务院食安办、民航局等部门要求,结合黄山市创建国家食品安全示范城市的统一部署,为切实做好黄山机场食品安全宣传工作,提升旅客及驻场商户“尚俭崇信尽责”食品安全理念,11月份底万米高空看比赛 川航打造成都混合团体世界杯主题航班
12月6日,作为2023年国际乒联混合团体世界杯唯一航空类赞助商,川航甄选空地互联WI-FI飞机执飞3U6852石家庄-成都天府的航班,在飞机上开展赛事主题活动。乘务员与旅客进行特色互动游戏,邀请旅客赞达亚亮相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"←""→"翻页阿拉尔机场开展活动道面铺设训练
中国民用航空网通讯员罗影 张宏久讯:2023年11月28日阿拉尔机场航空安全保卫部开展了活动道面铺设训练,旨在提升消防救援队伍的实战能力和应急处置水平。训练内容是根据《民用航空运输机场专职消防队青岛空管站组织召开半岛地区冬季运行保障交流会
为落实民航局、民航局空管局关于冬季运行的相关精神,落实“杜绝二次除冰”的工作要求,11月30日,青岛空管站组织开展半岛地区冬季运行保障交流会。青岛管制区内青岛机场、烟台机场、威青岛空管站实业公司召开经营分析会暨2023年全年工作攻坚会
11月28日,青岛空管站实业公司召开了公司经营分析会暨2023年全年工作攻坚会。会议内容为深入分析全年经营情况,推进年度重点工作计划完成,对岁末工作进行部署。空管站副站长赵铁成、财务部部长张磊出席会议福建福清 8月份立案查处15起食品类违法案件
中国消费者报福州讯记者张文章)为落实好创建食安示范城市迎检工作任务,福建省福清市市场监管局迅速行动、真抓实干,切实保障人民群众“舌尖上的安全”,全力以赴打好食安创城迎检攻坚战。上海端午假期实现旅游消费96.13亿元 与2019年基本持平
(相关资料图)上海证券报记者6月24日从上海市文化旅游局获悉,端午假期三天6月22日至24日),上海市文旅市场总体运行平稳,未发生重大安全事件。据统计,上海市宾馆旅馆平均客房出租率为55%,与2019青岛空管站组织召开半岛地区冬季运行保障交流会
为落实民航局、民航局空管局关于冬季运行的相关精神,落实“杜绝二次除冰”的工作要求,11月30日,青岛空管站组织开展半岛地区冬季运行保障交流会。青岛管制区内青岛机场、烟台机场、威(新春走基层)福州:春节假期 “大众茶馆”成为民众休闲好去处
图为2月17日,民众在位于福州市南后街的“大众茶馆”喝茶休闲。 中新网记者 张斌 摄2月17日,民众在位于福建省福州市南后街的“大众茶馆”喝茶休闲。春节假期,分布于历史文化街区、公园、广场等惠民便民的阿迪达斯 x KASINA 联名 Terrex Free Hiker 纯白鞋款亮相
潮牌汇 / 潮流资讯 / 阿迪达斯 x KASINA 联名 Terrex Free Hiker 纯白鞋款亮相2020年02月26日浏览:2917 此前美乐淘潮牌汇曾带来综述|慕安会与会中国专家谈国际秩序新愿景
新华社德国慕尼黑2月17日电综述|慕安会与会中国专家谈国际秩序新愿景新华社记者张章第60届慕尼黑安全会议慕安会)16日在德国南部城市慕尼黑开幕,对导致“双输”困境的现有国际秩序进行反思是本次会议主要议宁波空管站召开2024年工作思路研讨会
当前空管行业正处于迈向高质量发展的新阶段,随着航空市场的全面复苏,宁波空管发展既面临严峻挑战,也迎来难得的历史机遇。为统一思想,凝聚共识,加快推进宁波空管站高质量发展,近日,宁波空管站党委召开研讨会,