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
6164
-
浏览
1959
-
获赞
614
热门推荐
-
Yeezy 篮球鞋双版本登陆,你准备好了么?
潮牌汇 / 潮流资讯 / Yeezy 篮球鞋双版本登陆,你准备好了么?2020年02月14日浏览:3921 此前,美乐淘潮牌汇便为大家带来了Yeezy 篮球鞋的相关发售曝三狮战波兰更换6名首发:杰拉德复出 黑贝替补
10月15日报道:本周二,英格兰将在客场应战世预赛对手波兰,相比起被英媒誉为世界上实力最弱的圣马力诺,拥有莱万多夫斯基等球星的波兰实力可不容小觑,《太阳报》猜测,英格兰将会做出多达6个首发地位的变化。《时间旅者:重生曙光》正是之前被取消的Project C
今年早些时候,我们知道Bloober Team正在与Private Division合作开发一款代号为“Project C”的游戏。不过除了知道它是一款生存恐怖游戏之外,我们所知甚少。不幸的是,这款P《完蛋被美女包围前传》新预告 被美女灌酒怎么办
近日《完蛋!我被美女包围了!前传》官方发布了新宣传片,萧晴晴在KTV包房给你灌酒,这该怎么办。一起来看看视频吧!新宣传片:《完蛋!我被美女包围了!前传》试玩Demo已发布,感兴趣的玩家可以下载试试。本中国食品发布2015年度业绩公告
3月22日,中国食品HK.00506)发布2015年度业绩公告。2015年,中国食品经营收入为278.42亿港元,同比增加6.1%;经营利润为6.2385亿港元,同比增加92%。2015年,中国食品不亚冠:掸邦联因疫情退赛 墨尔本城与大阪争夺正赛名额
亚冠:掸邦联因疫情退赛 墨尔本城与大阪争夺正赛名额_亚足联www.ty42.com 日期:2021-04-30 17:01:00| 评论(已有273370条评论)《深海迷航2》抢先体验可能持续3年 结束后会涨价
在公布了海洋生存续作《深海迷航2》后,开发商 UnknownWorlds 为玩家介绍了更多的游戏相关消息。官方确认,游戏首发将包含多人游戏支持以及“多个生物群落”,抢先体验状态将持续“大约2 到 3武汉市场监管部门指导商户更换“生鲜灯”
《食用农产品市场销售质量安全监督管理办法》规定明确销售生鲜食用农产品,不得使用对食用农产品的真实色泽等感官性状造成明显改变的照明等设施,误导消费者对商品的感官认知。11月5日,湖北省武汉市青山区市场监《战神》剧集找到新主创 《星际迷航:深空九号》编剧加盟
亚马逊Prime Video《战神》剧集,原编剧团队前脚刚走,新的剧集制作人已经找到了:《太空堡垒卡拉狄加》和《星际迷航:深空九号》编剧罗纳德·D·摩尔Ronald D. Moore)。据Deadli《肯泽拉传说:扎乌》整个开发团队因缺乏资金停运
由于获得资金困难,SurgentStudios 已暂停其整个游戏部门,导致数量不详的员工面临被裁员的风险。该开发商还从事电视和电影制作业务,通过社交媒体声明宣布了这一消息,并表示“不幸的是,我们不得不浙江绍兴:“三聚焦”加强亚运期间民生计量监管
中国消费者报杭州讯记者施本允)民生利益无小事。亚运会期间,浙江省绍兴市市场监管局聚焦重点场所、重点对象、重点行为,强化民生领域计量器具监管,守牢安全监管底线。记者从绍兴市市场监管局获悉,此次民生计量监爱情动作片《峡谷》海报剧照 安雅·泰勒
10月15日,由斯科特·德瑞克森《奇异博士》)执导,扎克·迪恩《明日之战》)执笔,迈尔斯·特勒、安雅·泰勒-乔伊、西格妮·韦弗主演的Apple TV+新片《峡谷》The Gorge )首曝海报、剧照,黛安芬内衣(黛安芬内衣中国生产基地)
黛安芬内衣(黛安芬内衣中国生产基地)来源:时尚服装网阅读:2717娅筑和黛安芬内衣哪个好1、黛安芬 世界女性内衣第一品牌,有着和现代内衣一同起源的112年历史,行销120 个国家,每年产量超过2亿件。欧文:战商海收获丰 与孙继海同录节目问球迷自己和小贝谁更帅
欧文:战商海收获丰 与孙继海同录节目问球迷自己和小贝谁更帅_足球www.ty42.com 日期:2021-05-06 08:01:00| 评论(已有274424条评论)武汉市场监管部门指导商户更换“生鲜灯”
《食用农产品市场销售质量安全监督管理办法》规定明确销售生鲜食用农产品,不得使用对食用农产品的真实色泽等感官性状造成明显改变的照明等设施,误导消费者对商品的感官认知。11月5日,湖北省武汉市青山区市场监