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
666
-
浏览
37
-
获赞
6277
热门推荐
-
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10中秋最美是团圆 乌鲁木齐航空推出中秋优惠机票
通讯员谢承宗)中秋节将至,国内疫情态势也逐渐平稳可控,为回应旅客逐渐高涨的出行意愿、满足旅客与家人团圆的美好心愿,助力国内旅游业加速恢复,为广大旅客提供便捷丰富的出行选择,乌鲁木齐航空特推出中秋优惠机海南空管分局未“风”绸缪,全面部署防御台风“康森”
本网通讯员:唐茜)为做好2020年第13号台风“康森”的防御工作,确保受风期间,海南地区空中交通安全形势的稳定,海南空管分局按照早提示、早部署、早检查、早落实“四早笑纹是什么样子 笑纹去除小妙招
笑纹是什么样子 笑纹去除小妙招时间:2022-04-22 11:56:35 编辑:nvsheng 导读:皱纹是大家都很害怕的,长皱纹的原因不同,不同的皱纹去除的方法也不一样,笑纹是笑多了导致的,因索帅看到了吗?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)瘦瘦包的使用时间 瘦瘦包应该什么时候使用
瘦瘦包的使用时间 瘦瘦包应该什么时候使用时间:2022-04-22 11:56:28 编辑:nvsheng 导读:瘦瘦包听闻是最近超火的一种懒人减肥产品,许多人在使用之后都迅速瘦成一到闪电了,但是打溶脂针多久后可以热敷 打溶脂针脸部会松弛吗
打溶脂针多久后可以热敷 打溶脂针脸部会松弛吗时间:2022-04-24 11:40:43 编辑:nvsheng 导读:溶脂针是现在比较流行的瘦身方法,这个方法瘦身也比较快,那么打溶脂针多久后可以热斜方肌怎么变小 斜方肌变小的方法
斜方肌怎么变小 斜方肌变小的方法时间:2022-04-24 11:41:25 编辑:nvsheng 导读:斜方肌很影响一个人的形体美观,斜方肌较大的会显得脖子又短又粗,整个人的身高在视觉上就显得矮AJ1 LOW 鞋款全新巴黎城市主题配色即将登陆
潮牌汇 / 潮流资讯 / AJ1 LOW 鞋款全新巴黎城市主题配色即将登陆2020年02月14日浏览:4422 借势高帮 Air Jordan 1 的超高人气,Air秦始皇的身世之谜:秦始皇的父亲究竟是谁?
秦始皇是谁的儿子:秦始皇嬴政,他对中国和世界历史产生了深远影响,奠定中国两千余年政治制度基本格局,他被明代思想家李贽誉为“千古一帝”。那么他的身世有是如何的呢?秦始皇的身世1.秦国的情况秦国原是处于西鱼尾纹和笑纹的区别 去除鱼尾纹和笑纹的方法
鱼尾纹和笑纹的区别 去除鱼尾纹和笑纹的方法时间:2022-04-22 11:56:08 编辑:nvsheng 导读:在我们平时生活中,有很多人都希望自己的肌肤是光滑平整的,皱纹是非常显老的一个肌肤家里的大厚毛毯可以干洗吗 厚毛毯的清洗方法
家里的大厚毛毯可以干洗吗 厚毛毯的清洗方法时间:2022-04-23 09:18:28 编辑:nvsheng 导读:大厚毛毯是我们冬天续命的神器,很多人家里都有厚毛毯,厚毛毯使用一段时间就需要清洗足坛刺激夜!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,而迈裤脚太大了怎么卷 最帅挽裤脚方法
裤脚太大了怎么卷 最帅挽裤脚方法时间:2022-04-22 11:56:42 编辑:nvsheng 导读:在我们平时生活中,经常可以看到有人挽裤脚,挽裤脚已经是一种时尚潮流了,挽裤脚的方法有很多,溶脂和抽脂哪个较安全 溶脂要多长时间恢复
溶脂和抽脂哪个较安全 溶脂要多长时间恢复时间:2022-04-24 11:40:47 编辑:nvsheng 导读:溶脂和抽脂都是很多女生喜欢做的,这两个都有很不错的效果,那么溶脂和抽脂哪个较安全呢