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
992
-
浏览
4149
-
获赞
5
热门推荐
-
耐克 Blazer Low 北卡蓝配色“UNC Blue”鞋款抢先预览
潮牌汇 / 潮流资讯 / 耐克 Blazer Low 北卡蓝配色“UNC Blue”鞋款抢先预览2020年02月15日浏览:3160 在看过了“Dorothy Gate湛江空管站团委开展“学党史 强信念 跟党走”专题教育活动
为纪念中国人民志愿军抗美援朝作战73周年,引领团员青年铭记历史,缅怀先烈,积极传承和弘扬伟大抗美援朝精神,传承党的红色基因,激发爱党爱国的热情,10月12日,湛江空管站团委组织青年团员开展&l“教诲如春风,师恩深似海”伊宁机场向全国人民教师致敬
汕头空管站团委开展2023年度共青团干部培训班
为全面落实从严治团,从严抓好团干部队伍建设,提升团干部政治素养和团务工作能力,10月20日,汕头空管站团委开展2023年度共青团干部培训班。空管站团委书记、站团委委员、各团支部委员参加此次培训。 此抖音电商公布双11半程数据:380个直播间GMV破千万元,达人GMV同比增长68%
一年一度的双11大促正在火热进行中。10月29日,抖音电商举办“双11总动员”特别直播,首次公布双11半程数据,并分享平台为助力商家生意增长推出的一系列扶持政策。抖音电商总裁魏雯雯在直播中透露,自10The various sugars relationship kinds
Similar to chocolate dating, sugars relationships are no all-inclusive. There are various plans avai全球功率最高溶液型医用同位素堆在四川开工建设
人民网北京2月2日电 记者杜燕飞)全球功率最高溶液型医用同位素堆日前在四川开工建设,预计2027年建成投产。“当前,作为核医学诊疗的基础,医用同位素广泛应用在对心脑血管、恶性肿瘤、神经退行性等重大疾病古人的童年在玩什么?来探究画家笔下的童年记忆→
假山池塘边苍翠古树下空竹上下翻飞一群孩童嬉戏玩闹兴致勃勃沉浸在游戏中中国国家博物馆副馆长刘万鸣中国体育博物馆研究馆员崔乐泉带您探究《百子团圆图册·放空钟》中抖空竹运动的游艺之乐《百子团圆图册·放空钟》整顿网络经营乱象 北京丰台强化电商企业监管
中国消费者报北京讯徐艳记者董芳忠)近年来,网络电商经营领域乱象日益突出,网络消费纠纷大幅增多,已经成为广大消费者反映强烈、民生领域堵点之一。为切实维护广大消费者合法权益,确保为民办实事早见效、见实效,克拉玛依机场组织开展重阳节活动
通讯员 王梦莹)九九登高处,佳节又重阳,为给老年旅客享受更加顺畅贴心的出行服务、度过一个温馨特别的节日,克拉玛依机场于10月23日组织开展了一系列重阳节特色活动。除了惊喜的节日鲜花,克拉玛依机场多项举山东空管分局组织开展机场飞行区参观交流活动
中国民用航空网通讯员魏衍涛、王玺报道:为了进一步深化空地交流合作,持续做好跑道安全运行工作,增加管制员对机场飞行区的了解,更好地实施管制指挥,近日,山东空管分局管制运行部连续三天组织管制员进入机场飞行树枝上“开”出了晶莹的花!今天武汉人的朋友圈被雨凇刷了屏
极目新闻记者 邹斌2月2日,武汉市民发现晶莹剔透的雨凇挂满枝头,一串串、一簇簇冰凌花吸引不少人拍照,武汉人的朋友圈,也被雨凇刷了屏。雨凇也叫冰凌、树凝,是超冷却的降水碰到温度等于或低于0℃的物体表面时《星球大战9:天行者崛起》续集电影的编剧又走了
《星球大战9:天行者崛起》电影续集失去了自己的编剧Steven Knight。这部续集由莎梅·奥贝德-奇诺伊Sharmeen Obaid-Chinoy)执导,《星战》新三部曲电影女主黛茜·雷德利主演。阿克苏机场地面勤务部组织学习牵引杆实操技能培训
中国民用航空网通讯员孙毅讯:为了预防出现因牵引杆操作不规范导致的航空器及地面车辆人员受伤等不安全事件。为贯彻落实集团“四个要”,强化机务人员牵引作业基本业务技能。近期地面湛江空管站技术保障部开展廉政教育和安全教育
为深入贯彻党的二十大精神,进一步提升全体员工的廉政自律意识和风险意识,切实做好设备保障工作,10月15日,湛江空管站技术保障部组织全体人员开展了廉政教育和安全教育。 会议首先重温空管系统