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
51
-
浏览
39527
-
获赞
51164
热门推荐
-
于大宝:12强赛没有一场容易的比赛 结果才是最重要的
于大宝:12强赛没有一场容易的比赛 结果才是最重要的_中国队www.ty42.com 日期:2021-10-08 22:01:00| 评论(已有305958条评论)波切蒂诺:一周内就会知道我是否留任,下课传闻没有影响到我
>5月11日讯 切尔西主帅波切蒂诺接受媒体的采访,谈到了自己的未来,波切蒂诺表示未来一周内就会知道他是否留任。波切蒂诺说道:“一周内我们将知道我是否会继续担任切辽宁:积极推进在线纠纷解决机制建设 切实维护消费者合法权益
中国消费者报沈阳讯记者王文郁)3月14日,《中国消费者报》记者了解到,为拓宽消费维权渠道,推动消费纠纷源头化解,营造放心消费环境,2021年以来,辽宁省市场监管局充分发挥全国12315互联网平台作用,黑龙江哈尔滨全面规范特殊食品经营行为
中国消费者报哈尔滨讯记者刘传江)为深入推进“食安龙江百日行动”,黑龙江省哈尔滨市市场监管局严抓特殊食品经营企业规范化建设,近日以“三专、三查、一严禁”为基础,大力解决特殊食品经营环节难题,全面提升特殊中粮集团与中检集团签署战略合作备忘录
9月22日,中粮集团与中国检验认证集团签署战略合作备忘录。集团副总裁万早田和中检集团董事长齐京安出席签字仪式。根据该合作备忘录,双方将在质量设计控制、种植养殖、食品加工制造、贸易物流等食品安全领域和安黑龙江哈尔滨全面规范特殊食品经营行为
中国消费者报哈尔滨讯记者刘传江)为深入推进“食安龙江百日行动”,黑龙江省哈尔滨市市场监管局严抓特殊食品经营企业规范化建设,近日以“三专、三查、一严禁”为基础,大力解决特殊食品经营环节难题,全面提升特殊闪耀2024亚洲物流展,Regem Marr研祥金码亮出“看家本领”!
11月5日-7日,Regem Marr研祥金码亮相2024亚洲物流展(CeMAT ASIA),围绕“高端制造,物流先行”的主题,为全球客户量身打造了涵盖入库、分拣、码垛等全系列物流行业智能读码解决方案11月7日财经早餐:特朗普胜选美指上涨黄金重挫,以色列准备加大对黎攻击
汇通财经APP讯——以下是周四 ( 11月 7日)财经早餐,包括基本面重要消息、贵金属/原油/外汇/商品/股市/债市等行情、国际要闻、国内要闻、机构观点、今日财经重要数据及财经大事。周三特朗普胜选,共《辐射》真人剧集第二季将于11月开拍
亚马逊Prime Video热门剧集《辐射》第二季消息来了,据第一季女演员Leslie Uggams透露,《辐射》第二季将于11月正式开始拍摄,这意味着几周后所有人就会回到片场。Leslie Ugga韩国isov(韩国isov怎么读)
韩国isov(韩国isov怎么读)来源:时尚服装网阅读:1320ISOV院线护肤品真的好用吗1、维稳修护:美白并高效抗氧化,修护肌肤损伤,提高皮肤自我再生能力。2、还可以,总的来说他们这款护肤品就属于曼晚记者:今天老特拉福德是进行维护和上漆,与昨晚漏水无关
在昨天晚上进行的英超第37轮比赛中,曼联主场0-1不敌阿森纳,在比赛的最后时刻,曼彻斯特下起了大雨,老特拉福德的屋顶漏水导致球场变成了“水帘洞”。>稍早些时候记天伯伦鞋子官方网站(天伯伦是哪个国家的品牌)
天伯伦鞋子官方网站(天伯伦是哪个国家的品牌)来源:时尚服装网阅读:1628timberland是什么牌子timberland中文名字添柏岚。Timberland是全球领先的户外品牌,成立于1918年的朗曼笛女装羽绒服图片大全(朗曼笛女装是几线品牌)
朗曼笛女装羽绒服图片大全(朗曼笛女装是几线品牌)来源:时尚服装网阅读:4631朗曼笛和埃文是几线品牌埃文羽绒服是二线品牌,虽然是二线品牌,但是它的做工远远不亚于一线品牌的服装,金羽杰属于轻奢档次。雅鹿媒体人:不解曼联球迷为何不停诟病滕哈赫,曼联阵容匹配目前成绩
>05月14日讯 媒体人贺晓龙发文,为曼联主场滕哈赫打抱不平。贺晓龙写道:我不明白曼联球迷为什么不停诟病滕哈赫。滕哈赫算不上太优秀的教练,但曼联的核心问题是滕哈OPPO Find X7官网至高直降400元 :欲购从速 双十一即将结束
今年双十一相较于往年开始得更加早,按照这个发展情况,双十一马上要变成双十了。话不多说,这即将迎来双十一的尾声,还没“上车”的同学抓紧时间了,虽然刚刚十月,多家安卓阵营的旗舰手机