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
279
-
浏览
1666
-
获赞
68
热门推荐
-
数智赋能驱动融合创新,远光软件亮相2024电力数字化大会
11月6日至7日,2024电力数字化大会在北京举行。大会以“创新驱动、数智引领”为主题,聚焦数字技术在电力行业企业的融合创新应用。中国工程院院士、清华大学教授郑纬民等专家和电力“你”了解救生衣吗?
在首都机场货运安检现场,经常有货运代理人意图将救生衣以普货或邮件的形式进行航空运输,却在过检时被拦截下来,于是不解的问,为什么救生衣不能空运?救生衣又称救生背心,众所周知,救生衣是一种救护生命的服装,深圳空管站后勤服务中心开展PPT制作培训
(徐静)为提升员工的行政业务素养和办公水平, 3月12日,深圳空管站后勤服务中心组织了一次PPT制作培训,受到全体后勤人员的一致好评。培训从PPT基础、材料的准备、原则与技巧及工具与资源等四方面,向学与时间赛跑 奥凯航空成功转运人体捐献活体器官
【摘要】3月13日傍晚,一位医护人员携带一例人体捐献活体肝脏)器官以下简称“活体肝脏”)乘坐奥凯航空BK2904航班从长沙顺利飞抵天津。奥凯航空与各保障单位积极组织协调,使得BK2904航班比原计划提报道指出《疾速追杀》系列导演不得不重拍外传《芭蕾杀姬》大部分场景
由伦·怀斯曼执导的《疾速追杀》外传电影《疾速追杀外传:芭蕾杀姬》,计划于2025年6月6日在美国上映。不过本片原计划在今年早些时候上映,但被推迟至明年。现在据外媒“The Wrap”报道,《芭蕾杀姬》西北空管局网络中心通信网络室召开科级述职与评测大会
网络中心通信网络室召开了2018年度干部述职评测大会。会议分为干部述职和民主360度评测两项内容。通信网络室全体干部职工参加会议,网络中心领导班子到会给予指导。会议由网络中心副主任主持,会上首先由通信深圳空管站召开2019年全面从严治党工作会
郑阳)3月14日,深圳空管站召开2019年全面从严治党工作会,站党委委员、纪委委员、站长助理、各党总)支部书记、纪检委员、各分会主席、团组织书记和党办人员参加了会议。会上首先学习传达了民航局空管局和中呼伦贝尔空管站对三名乌兰察布机场见习管制员进行机场管制理论考试
通讯员:郭海鹏文 /王盛摄)呼伦贝尔空管站管制运行部为三名乌兰察布机场管制员在我站见习进行机场管制理论考试。根据对见习人员培训计划,结合实际教学情况,对见习人员近期培训结果进行检验,并为下一阶段培训工Vans x Sandy Liang 联名系列下月开售,创意混搭
潮牌汇 / 潮流资讯 / Vans x Sandy Liang 联名系列下月开售,创意混搭2020年02月25日浏览:4521 近日,范斯释出了与纽约设计师 Sandy深圳空管站后勤服务中心开展PPT制作培训
(徐静)为提升员工的行政业务素养和办公水平, 3月12日,深圳空管站后勤服务中心组织了一次PPT制作培训,受到全体后勤人员的一致好评。培训从PPT基础、材料的准备、原则与技巧及工具与资源等四方面,向学中南空管局技术保障中心完成一季度台站供配电巡检工作
伴随雷雨季节的到来,为提高雷达站、导航台、发报台供电设备安全保障能力。中南空管局技术保障中心安排技术人员进行2019年第一季度台站供配电巡查,对所属外台站的供电配电设施,避雷器进行全面检查。广东地区即汉高祖刘邦能够当上皇帝是因为祖坟风水好?
民间有这么一说,说刘邦能够作为西汉王朝的开国之君,跟他祖坟的风水好有一定的原因。说到祖坟,刘邦还有一个挪祖坟的典故。刘邦家中祖祖辈辈都出生居住在徐州,家境贫寒,家中生活条件差,没有什么祖传的墓地,其祖lowa中国官方网站(lowa品牌介绍)
lowa中国官方网站(lowa品牌介绍)来源:时尚服装网阅读:7744lowa中文译音是什么lowa 释义:洛瓦中文译音)双语例句:C:I would like to make a reservati蓝色行动,爱不孤独 南航新疆志愿者关爱自闭症儿童志愿者活动
中国民用航空网通讯员:王杨阳 徐媛媛)有这样一群孩子,就像天上的星星,闪亮着自己的光芒,却与这个世界相隔百万光年,他们被叫做星星的孩子,也被称作自闭症儿童。3月14日,南航新疆分公司机关团委、飞行部团中南空管局技术保障中心开展动力专业新员工培训工作
为加强新进员工的业务技能培训工作以及中南空管局技术保障中心动力岗位的工作职责、工作流程、信息通报等相关业务知识的学习,2019年1月16日起,技术保障中心终端动力室和区管动力室联合对3名实习新员工展开