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
1179
-
浏览
8761
-
获赞
6
热门推荐
-
lancyfrom25服装旗舰店(lanz服装)
lancyfrom25服装旗舰店(lanz服装)来源:时尚服装网阅读:2233郎姿丽女装是品牌吗朗姿女装是二线品牌,属于中端档次。朗姿女装品牌主要的各种服饰以高雅的职业女装及富有时代韵味的精美时装为主除夕家里来外人好吗 除夕晚上有什么忌讳
除夕家里来外人好吗 除夕晚上有什么忌讳时间:2022-03-26 12:18:14 编辑:nvsheng 导读:除夕是大家都很注重的一个节日,除夕一般都是自己一家人过除夕,我们中国人大年三十晚上都12星座未来7年的人生变化 白羊座要避免破财
12星座未来7年的人生变化 白羊座要避免破财时间:2022-03-26 12:26:02 编辑:nvsheng 导读:天王星在占星学中被称为世代行星,在一个星座停留的时间相当漫长,大概7年。而天王乳胶枕味道刺鼻正常吗 乳胶枕头为什么有橡胶味
乳胶枕味道刺鼻正常吗 乳胶枕头为什么有橡胶味时间:2022-03-26 12:03:42 编辑:nvsheng 导读:乳胶枕头在刚买回来的时候如果有刺鼻的味道其实是很正常的,这个是乳胶的味道,大家索帅看到了吗?桑乔单场两助攻正名 三狮生涯首次
索帅看到了吗?桑乔单场两助攻正名 三狮生涯首次_英格兰队www.ty42.com 日期:2021-10-10 08:31:00| 评论(已有306171条评论)晨跑的最佳时间 什么时候晨跑最好
晨跑的最佳时间 什么时候晨跑最好时间:2022-03-26 12:19:29 编辑:nvsheng 导读:喜欢锻炼身体的人应该都知道晨跑非常的重要吧,晨跑可以帮助我们锻炼身体减肥瘦身也可以帮助我们喜欢一个人和爱一个人的10大区别
喜欢一个人和爱一个人的10大区别时间:2022-03-29 13:07:51 编辑:nvsheng 导读:喜欢一个人跟爱一个人,看似雷同却是截然不同。好像再差那么一点点,就可以同时喜欢又同时爱了。江苏空管分局气象台完成民航气象数据库通信系统升级改造工作
根据气象台2021年度工作计划,近日,气象台设备信息室协同技术保障部和设备厂家,共同完成了民航气象数据库系统升级改造暨数据库中期维护工作,气象台分管设备的副台长叶涛全程进行了督导。民航数据库系统作为气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 篮球鞋的相关发售乳胶枕头变黄怎么处理 乳胶枕头发黄怎么清洗
乳胶枕头变黄怎么处理 乳胶枕头发黄怎么清洗时间:2022-03-26 12:06:13 编辑:nvsheng 导读:乳胶枕头如果出现了发黄的情况话,要注意及时清洗,而且在洗的时候建议大家是手洗会比除夕和春节哪个是过年 除夕和春节有什么区别吗
除夕和春节哪个是过年 除夕和春节有什么区别吗时间:2022-03-26 11:59:37 编辑:nvsheng 导读:很多小伙伴不知道除夕和春节之间的区别,以为是同一个意思,其实他们之间的差别可大气象学管制 提高服务意识
中国民用航空网通讯员杨思祥报道:为贯彻落实上级“预报员应体验管制指挥,增强预报产品对管制运行需求的针对性”的工作要求,近日,山东空管分局气象台派遣人员前往上海参加华东空管局举办沙特或沿用战日本防线人选 4主力将复出变数在中锋
沙特或沿用战日本防线人选 4主力将复出变数在中锋_比赛www.ty42.com 日期:2021-10-11 11:31:00| 评论(已有306364条评论)河北空管分局雷达导航室完成春季换季维护
4月20日,河北空管分局技术保障部雷达导航室完成2021年春季换季维护工作。雷达导航室在春季换季维护工作中,按照科室换季维护工作计划,测量台站接地电阻17个接地点,清洗机房空调19台,完成了所属雷达导油麦菜可以降火吗 油麦菜上火还是降火
油麦菜可以降火吗 油麦菜上火还是降火时间:2022-03-26 12:12:58 编辑:nvsheng 导读:油麦菜是餐桌上常见的一种蔬菜,不仅是在减肥的时候吃特别好,而且还含有丰富的营养,夏天天