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
63234
-
浏览
27
-
获赞
56519
热门推荐
-
Yeezy Boost 350 V2 全新“Zyon”配色鞋款曝光,夏季登场?
潮牌汇 / 潮流资讯 / Yeezy Boost 350 V2 全新“Zyon”配色鞋款曝光,夏季登场?2020年02月25日浏览:3388 作为 Yeezy 旗下最具2024浙江经贸职业技术学院高职提前招生报名时间
2024浙江经贸职业技术学院高职提前招生报名时间刘贺2024-03-06 13:34:022024浙江经贸职业技术学院高职提前招生报名时间:凡符合报考条件的考生需于3月5日8:30-3月31日16:0vivo Pad3 Pro行业首发天玑9300、AI蓝心大模型
vivo智能终端官方透露了更多有关vivo Pad3 Pro平板的配置,将行业首发天玑9300、AI蓝心大模型。3月20号消息,vivo智能终端官方透露了更多有关vivo Pad3 Pro平板的配置,第33届青岛国际啤酒节官方小程序上线支付宝!9款定制皮肤限量抢
第33届青岛国际啤酒节官方小程序上线支付宝平台,上支付宝搜“青岛啤酒节”即可体验。为推广青岛城市文化,支付宝为第33届青岛国际啤酒节定制9款主题皮肤,即日起面向全国用户开放申领阿迪达斯 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聊(城)泰(安)铁路黄河公铁桥合龙
10月28日,中铁一局、中铁四局参建的聊城)泰安)铁路黄河公铁桥合龙,黄河上架起又一条“钢铁长龙”。聊泰铁路黄河公铁桥及公路接线工程线路全长约13.36公里,其中桥梁段全长约3.37公里,是目前国内跨双十一笔记本推荐 轻薄本“大卷特卷”怎么选?
双十一各家厂商优惠力度拉满,这次给大家推荐几款高性价比轻薄本,款款都是物美价廉,想换机的朋友可别错过。一年一度的双十一今年来的是格外的早,各大平台和厂商都牟足劲准备冲业绩。同时今年各大笔记本厂商在价格中铁建工诺德澜湾项目一、二期工程正式迎来交付节点
11月1日,中铁建工诺德澜湾项目一、二期工程正式迎来交付节点。诺德澜湾项目位于山东省青岛市城阳区,总建筑面积35.89 万平方米,由26栋高层、幼儿园、商业、地库组成。项目为青岛市首个采用新型预埋悬挑朗曼笛女装羽绒服图片大全(朗曼笛女装是几线品牌)
朗曼笛女装羽绒服图片大全(朗曼笛女装是几线品牌)来源:时尚服装网阅读:4631朗曼笛和埃文是几线品牌埃文羽绒服是二线品牌,虽然是二线品牌,但是它的做工远远不亚于一线品牌的服装,金羽杰属于轻奢档次。雅鹿媒体人:伊万采用442菱形站位的可能性更大,让人纠结的还是中路
3月20日讯 周四晚间20:30,中国国家队将迎来客场对阵新加坡国家队的世界杯预选赛。对于国足选人、用人的战术,媒体人赵震认为伊万科维奇还是会使用442阵型,且菱形站位可能性更大。赵震表示:“不出意外2024(第二站)全过程工程咨询武汉研讨会成功举办
3月9日,由中国采购与招标网主办、湖北省成套招标股份有限公司承办的“2024第二站)全过程工程咨询区域武汉)研讨交流会”在中南建筑设计院股份有限公司6楼报告厅成功举办,来自北京中国平安发布“新保险合同准则专项说明”及2022年业绩回溯
近日,中国平安发布了《关于披露新保险合同准则专项说明的公告》,就新保险合同准则的主要变化及实施影响进行专项说明,并披露了基于新保险合同准则编制的2022年财务信息。此前,中国平安已于4月26日发布了新黄金会跌破关键支撑位吗?避险情绪能否力挽狂澜!
汇通财经APP讯——周五(11月15日)尽管周四从两个月低点反弹,但金价在周五的欧洲早盘中再次承压,交易价格徘徊在2570美元附近。美元的持续走强以及市场对美联储降息步伐放缓的预期,对黄金构成压力。消以卵击石的成语故事典故,以卵击石的意思是什么
以卵击石的成语故事典故,以卵击石的意思是什么misanguo 成语故事, 成语故事大全100篇_成语故事大全100篇有哪些Q1全球新增风电装机拍卖容量接近7吉瓦
全球风能委员会 (GWEC) 表示,2021 年第一季度全球拍卖的风电装机容量接近 7 吉瓦,较上年同期恢复趋势明显,当时第一波大流行导致拍卖的风电容量仅为 2.7 吉瓦。一季度,海上风电占总量的3.