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
74323
-
浏览
289
-
获赞
787
热门推荐
-
关键先生!黄喜灿数据:点射绝平+造反超任意球&红牌,获评7.7分
2月3日讯 亚洲杯1/4决赛第2场较量,澳大利亚1-2被韩国队逆转。黄喜灿首发出战105分钟被换下,他在补时阶段点射绝平,加时赛制造了孙兴慜反超比分的任意球,随后黄喜灿又制造澳大利亚球员奥尼尔红牌离场在春秋战国时期,齐鲁之间的粮食贸易战是怎么回事?
春秋战国分为春秋与战国两个时期,是一个百家争鸣、人才辈出的时代。在这个时代,诸侯争霸的战争迭起,不仅诞生了如齐桓公、晋文公、宋襄公、秦穆公、楚庄王等春秋五霸,还分划出了如赵国、魏国、韩国、秦国、齐国、如果赵云或马超替关羽镇守荆州,有多大的概率能守住?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于如果镇守荆州的是这2人,很大概率守住荆徽派建筑的隔窗有哪几种样式?详解徽派隔窗特色
徽派建筑是我国建筑史上的明珠,那么徽派建筑的隔窗有哪几种样式呢?格窗由外框料,条环板,裙板,格芯条组成,主要形式有方形(方格,方胜,斜方块,席纹等),圆形(圆镜,月牙,古钱,扇面等),字形(十字,亚字足坛刺激夜!梅西替补仍被0
这一个比赛日,世界足坛又迎来了多场看点十足的对决,拥有梅西的美职联球队迈阿密国际,继续自己的热身赛之旅,此役他们奔赴客场挑战C罗领衔的利雅得胜利,不过总裁因伤无法登场,让梅罗对决没有能够再度上演,而迈为何说刘备不是汉献帝的叔叔,也可能不是汉室宗亲?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于演义中,汉献帝通过查家谱得知刘备是自己王平为什么会舍弃强大的曹操,而改投弱小的刘备?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于王平为何舍弃曹操,而归顺弱小的刘备的详曹营大将之所以没有大战张飞,主要是因为哪三个原因?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于张飞在长坂桥“横矛立马”,许褚夏侯惇等OVO x 其乐全新联乘鞋履系列发售,荧光色主打
潮牌汇 / 潮流资讯 / OVO x 其乐全新联乘鞋履系列发售,荧光色主打2020年02月25日浏览:3057 日前,由加拿大人气说唱歌手 Drake 主理的街头品牌O曹真作为曹魏第二代将领中的佼佼者,他有着怎样的战绩?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于他两次打败诸葛亮,是曹魏八虎骑的佼佼者李严为何听说诸葛亮去世,比别人还伤心,痛不欲生?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于公元234年,诸葛亮病逝,为何李严也跟武则天为什么想要修建卢舍那大佛?详解其原因
武则天为什么想要修建卢舍那大佛?这是很多读者都比较关心的问题,接下来趣历史小编就和各位读者一起来了解,给大家一个参考。在龙门石窟中,有一个露天摩崖大佛龛,名叫大卢舍那像龛,寺里的主像是卢舍那大佛的坐像伊布放狂言:兹拉坦在米兰踢球 米兰就是意甲冠军
伊布放狂言:兹拉坦在米兰踢球 米兰就是意甲冠军_曼联www.ty42.com 日期:2021-10-06 09:01:00| 评论(已有305582条评论)如果赵云或马超替关羽镇守荆州,有多大的概率能守住?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于如果镇守荆州的是这2人,很大概率守住荆吕布在兖州之所以打不过曹操,主要是因为哪三个原因?
三国(220年-280年)是中国历史上位于汉朝之后,晋朝之前的一段历史时期。这一个时期,先后出现了曹魏、蜀汉、东吴三个主要政权。那么下面趣历史小编就为大家带来关于兖州之战,吕布实力雄厚,为何打不过曹操