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
3426
-
浏览
6724
-
获赞
94886
热门推荐
-
Air Max 90 全新橙黄迷彩配色鞋款预览,联名气质浓厚
潮牌汇 / 潮流资讯 / Air Max 90 全新橙黄迷彩配色鞋款预览,联名气质浓厚2020年02月26日浏览:2476 在看过了复活节彩蛋及城市限定系列之后,这边欧洲杯各项数据榜首:C罗20射、埃神16造机会、姆巴佩34禁区触球
7月4日讯 欧洲杯16强战已经完赛,本届赛事仅剩最后7场比赛,数据机构Squawka也统计了多项关键数据榜首次数相同情况下,选择出场时间最少的球员):进球:3球,穆西亚拉德国)助攻:3次,西蒙斯荷兰)记者:国米认真考虑出售卡博尼,估价约3000万欧
7月4日讯 据瓜罗报道称,国米认真考虑出售卡博尼,估价约3000万欧。卡博尼凭借着上赛季的出色表现吸引了许多球队的关注,对于国米来说,他们正认真评估出售卡博尼的可能性,因为他是队内少数能够套现获得丰厚丰富层次感!ASICS GEL
潮牌汇 / 潮流资讯 / 丰富层次感!ASICS GEL-KAYANO 5 OG 鞋款 2019 黑白配色来袭2019年01月16日浏览:6353 此前 ASICSGE没有落后的产业,只有落后的技术
在人类历史的长河中,科技进步始终是推动社会发展和变革的关键因素。从远古是时代的简单工具到现代的尖端技术,每一次重大的科技突破,都如同璀璨的星辰,照亮了人类前行的道路。在时代的浪潮中,人们常常会对产业有动画风来袭!AAPE 2019 全新 AAPER 太空漫游系列上架发售~
潮牌汇 / 潮流资讯 / 动画风来袭!AAPE 2019 全新 AAPER 太空漫游系列上架发售~2019年01月26日浏览:6870 在如今的潮流界,二次元潮流已经成继续送5000台 三星向残奥运动员赠送Z Flip6
在8月28日开幕的残奥会中,三星会继续向运动员赠送Galaxy Z Flip6手机。为此,三星准备了近5000台Galaxy Z Flip6,依然是参赛运动员人手一台。在2024年巴黎奥运会中,三星向微软更新30年历史的FAT32文件系统 大小限制从32GB增大至2TB
FAT32是Windows系统硬盘分区格式的一种,已经有30年的历史。FAT32是从FAT和FAT16发展而来的,优点是稳定性和兼容性好,能充分兼容Win 9X及以前版本,且维护方便。缺点是安全性差,姆巴佩争议球助法国演逆转 同期进球数比肩亨利
姆巴佩争议球助法国演逆转 同期进球数比肩亨利_比赛www.ty42.com 日期:2021-10-11 06:01:00| 评论(已有306284条评论)万国数据发布2023年度ESG报告,可再生能源使用比例稳步提升至38%
近日,万国数据发布2023年度环境、社会、管治报告以下简称“ESG报告”或“报告”),从卓越治理、绿色转型、智创未来、协同共赢、以人为本五个方面,全面展机能朋克风!拉夫西蒙 x Eastpak 2019 春夏联名包袋系列本周开售~
潮牌汇 / 潮流资讯 / 机能朋克风!拉夫西蒙 x Eastpak 2019 春夏联名包袋系列本周开售~2019年01月28日浏览:4068 此前我们报道了 Raf S泰晤士:英格兰考虑对瑞士变阵,孔萨、沃克和斯通斯组三中卫
7月4日讯 《泰晤士报》报道,英格兰主教练索斯盖特考虑在欧洲杯2024年四分之一决赛对阵瑞士时变阵,采用三中卫体系。在训练中,英格兰主帅索斯盖特演练了三后卫的战术安排,并准备让孔萨和凯尔-沃克、斯通斯前曼城财务顾问:切尔西必须迅速通过卖人赚1亿镑,否则很危险
2月3日讯 受到财务公平规则的限制,今年英超冬窗较为平淡,尤其是此前几个转会期投入巨大的切尔西。前曼城财务顾问斯特凡-博尔森谈到蓝军时表示:“虽然切尔西使用了摊销的伎俩,但在我看来他们的麻烦迫在眉睫,阿兰:18强赛分组很困难,所有队都是强队我们要更努力去争胜
7月4日讯在接受采访时,归化球员阿兰点评了国足在18强赛的分组形势。——展望本轮青岛德比青岛德比肯定是很重要的一场比赛,我们也为此准备了很久。我们对阵上海申花的比赛,我们球队的表现是挺不错的,很遗憾最网传iPhone 16系列国内已到货:静待9月下旬发售
数码博主“看山的叔叔”爆料称,iPhone16系列国内已到货,不过按照苹果的规定,还不能透露新机的具体外观细节。苹果已经官宣,将于北京时间2024年9月10日凌晨1点举办新品发布活动,届时将发布全新的