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
57
-
浏览
2722
-
获赞
71676
热门推荐
-
黑龙江省深入推进食品安全风险排查整治专项行动
中国消费者报哈尔滨讯记者刘传江)随着中秋节、国庆节的临近,为扎实推进限上餐饮业经营者入统工作及中小学“学生餐”突出问题专项治理工作,持续深化“防风险、保安全、迎大庆内马尔哪个国家的队员,内马尔复出已参加巴西合练
内马尔哪个国家的队员,内马尔复出已参加巴西合练2022-12-05 12:04:50当今足球联赛上不仅仅有绝代双骄C罗梅西还有内马尔等一些超级巨星,而在本届世界杯开赛前,内马尔却因伤无法参加世界杯小组西门大嫂和她的团队们:网红自媒体人的前世今生
几天前,西门大嫂刚满三十岁。8月14日,她和自己的创业公司“有花果”在浙江莫干山团建。玩狼人杀时,“天亮请睁眼”后看到大家送她的蛋糕,以及许多以“新一岁”开头,“你猜我是谁”落尾的字条。西门大嫂:想起精神障碍病房医嘱执行完全电子化保证
为切实“落实改变护理观念,创新护理模式,提供优质服务”,加强“医护一体化模式”及“以患者为中心”的服务意识,提高医护人员的工作足总杯对阵:切尔西落入附加赛,曼联遇上苦主,利物浦曼城很轻松
足总杯32强阶段的比赛全部结束,曼城、曼联和利物浦等英超豪门悉数过关,晋级下一轮。包括切尔西在内的10支球队,落入附加赛,需要通过重赛来决定晋级资格。 根据足总杯的规则,在32强的阶段,如果两支球队2022年卡塔尔世界杯八强,八强晋级之路(一)
2022年卡塔尔世界杯八强,八强晋级之路一)2022-12-09 11:47:19世界杯历史上,淘汰赛规则改变过几次,在1986墨西哥世界杯以前,采用过第二圈制,小组头两名再次分组循环赛,1986墨西炫彩衣族小丽时尚服装店,炫彩服饰有限公司怎么样
炫彩衣族小丽时尚服装店,炫彩服饰有限公司怎么样来源:时尚服装网阅读:572小丽的父母经营一个服装店,上午妈妈售货,热销中的连衣裙按八五折出售...解设:这种连衣裙的进价为x元。因为“最后发现两人买连衣加盟连锁品牌 代理爱家一百家电清洗口碑更好
因为给我们平时只擦拭的家电的表面,家电的内面是无法进行擦拭和清洗的,长久下去,就会有细菌和污垢的滋生,并不利于我们的健康。代理爱家一百家电清洗,操作起来非常的简单、不需要店铺也可以做生意。加盟连锁品牌Air Max 90 全新橙黄迷彩配色鞋款预览,联名气质浓厚
潮牌汇 / 潮流资讯 / Air Max 90 全新橙黄迷彩配色鞋款预览,联名气质浓厚2020年02月26日浏览:2476 在看过了复活节彩蛋及城市限定系列之后,这边NBA前瞻:步行者114
NBA前瞻:步行者114-118篮网 步行者能否守住主场2022-12-10 17:52:21北京时间2022年12月11日8点,NBA常规赛持续火热进行中,本轮对决是由步行者对战篮网的一场比赛,布穿越来的?网友完美预测意大利比分+进球 乌龙都对了
穿越来的?网友完美预测意大利比分+进球 乌龙都对了_德米拉尔www.ty42.com 日期:2021-06-12 08:31:00| 评论(已有282485条评论)湖北省市场监管局发布餐饮消费提示
中国消费者报武汉讯何成江记者吴采平)“五一”假期将至,旅游和食品消费进入旺季。近日,湖北省市场监管局发布消费提示:各类餐饮服务单位特别是旅游景区及周边餐饮单位、高速公路服务区、承接聚餐量较大的餐饮服务中国一线女鞋10大品牌(中国一线女鞋10大品牌名字)
中国一线女鞋10大品牌(中国一线女鞋10大品牌名字)来源:时尚服装网阅读:6919求告知,国内一线女鞋品牌都有哪些?红蜻蜓、百丽、达芙妮、千百度女鞋、TATA女鞋,这些都是国内一线女鞋品牌,款式也都很花果山攻略,【探秘花果山:攻略详解,开启神秘之旅】
花果山攻略如下:1. 规划路线:花果山有很多景点,最好规划路线,合理安排时间。2. 探访七十二洞:花果山有许多洞穴,合称为“七十二洞”,其中水帘洞是其中最出名的洞穴,这些洞穴是造山运动的产物。3. 欣联合会诊判疑难 多科融合治癫痫——神经内、外科联合术前评估
12月28日下午17:00,癫痫诊疗中心每周例行的“联合会诊癫痫术前评估”在神经内科视频脑电图监测室召开。神经内科主任周东教授、神经外科雷町教授、神经内科刘凌副教授、鄢波主治