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
142
-
浏览
9278
-
获赞
6285
热门推荐
-
美潮 NOAH 2020 全新春夏配饰系列上架发售
潮牌汇 / 潮流资讯 / 美潮 NOAH 2020 全新春夏配饰系列上架发售2020年02月16日浏览:3858 自不久前的 2020 春夏系列型录中,我们看到了美潮云南空管分局工会主席汪明轶带队赴民航云南监管局交流工作
2024年对云南空管分局高质量发展是及其重要的一年,改扩建工程全面启动、不停航施工全面展开、保障流量持续增长,各种形势叠加,保障压力较大。为做好分局2024年的安全保障工作,2024年3月12日,分局新疆机场集团运管委空管中心党支部开展“党员社区双报道 志愿服务践初心”活动
通讯员:高喆)为进一步深化党建引领,强化党员干部服务群众意识,强化党员干部服务群众意识,更好地发挥基层党组织战斗堡垒和党员先锋模范作用。3月18日,新疆机场集团运管委空管中心党支部充分发挥&ldquo吐鲁番机场积极开展“春季”航线宣传主题活动
为进一步抓机遇、抢市场,促进航空主业提升,服务地方经济社会发展。吐鲁番机场提前谋划,积极对接地区文旅局推介新疆第一春杏花节为契机结合机场春季航班、航线换季,吐鲁番机场成立宣传小组积极开展春季航班航线专被阿扎尔踢的球童:当时我以为是马塔干的,他们告诉我是阿扎尔
2月1日讯 近日切尔西功勋阿扎尔与当年被他踢的球童查理-摩根重聚,两人畅谈往事。查理-摩根说:“太疯狂了,当时我一直以为是胡安-马塔踢的我,回到更衣室我也是这么认为的,还一直在想这件事。然后我的同伴告弦歌不辍 赓续初心——厦门空管站机关第二党支部召开陈梅同志退休欢送会
寒辞去冬雪,暖带入春风。2月28日,厦门空管站机关第二党支部召开陈梅同志退休欢送会,为陈梅同志的职业生涯画上了完美的句号。厦门空管站副站长李智主持工作)及机关第二党支部员工参加欢送会。欢送会由机关第二中南空管局管制中心区管中心开展专题三级联学
中南空管局管制中心 余乐 为进一步强化中南空管局管制中心区域管制中心以下简称“区管中心”)党员爱国主义教育,深刻把握新时代爱国主义的本质,贯彻落实《党史学习教育工作条例》深圳空管站气象台完成编写《复杂天气气象服务手册》
文/图:冯锡斌)为进一步提升气象服务能力,增强气象产品的准确性与实用性,深圳空管站气象台于2024年启动了深圳机场《复杂天气气象服务手册》编写专项工作,并于近日完成了手册的初步编写与宣贯培训。该服务手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太原机场三期改扩建工程气象观测楼及常规观测场土地清表圆满完成
通讯员 张婷婷)3月18日,太原武宿国际机场三期扩建工程气象观测楼及常规观测场顺利完成了土地清表工作。体现了山西空管分局现场指挥部攻坚克难的决心,为后续建设工作奠定了坚实基础。气象观测楼及常规观测场位平凡见真章 喀什徕宁国际机场多举措做好行李运输服务
通讯员:胡月)在航空旅客运输服务中,行李服务一直是航班保障中的重点和难点,也是旅客高度关注的热点问题之一。一件行李从托运到提取,需要经过值机收运、行李分拣、出发装载、机下装载、机下卸载、传送带发放等多民航华东地区管理局对厦门空管站开展安全督导
为督促辖区单位准确把握当前安全运行形势,提升安全管理工作效能,筑牢安全发展基础,确保全国“春运”及“两会”期间安全工作万无一失,2月28日-29日,民航阿迪达斯全新 4D 鞋款 adidas ZX 4D Morph 实物曝光
潮牌汇 / 潮流资讯 / 阿迪达斯全新 4D 鞋款 adidas ZX 4D Morph 实物曝光2020年02月24日浏览:4550 采用 3D 打印锻造而成的 4D三亚空管站进近团支部积极丰富拓展团员青年学习教育方式
2024年3月15日,三亚空管站管制运行部进近团支部于航管楼召开第一季度全体团员大会,大会主题为“学历史,担使命,争先进”,按照计划,此次会议设置了丰富议题,包括团课分享、法治新疆机场集团运管委空管中心党支部开展“党员社区双报道 志愿服务践初心”活动
通讯员:高喆)为进一步深化党建引领,强化党员干部服务群众意识,强化党员干部服务群众意识,更好地发挥基层党组织战斗堡垒和党员先锋模范作用。3月18日,新疆机场集团运管委空管中心党支部充分发挥&ldquo