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
8736
-
浏览
7
-
获赞
37591
热门推荐
-
Fragment design x Moncler x 匡威 Chuck 70 三方联名白色鞋款释出
潮牌汇 / 潮流资讯 / Fragment design x Moncler x 匡威 Chuck 70 三方联名白色鞋款释出2020年02月19日浏览:4831 前不隋文帝到底传给隋炀帝哪些好牌?隋炀帝有没有按照去做?
604年8月13日,开创了隋朝的隋文帝杨坚去世,他与独孤皇后的嫡次子杨广,继承了皇位,是为隋炀帝。下面趣历史小编就为大家带来详细的介绍,一起来看看吧!隋炀帝是一个有着雄心壮志的皇帝。然而,他继位后,将刘邦见项羽如此识趣地自刎乌江,便将项羽族人改姓为刘
“胜败兵家事不期”,秦朝末年的狼烟烽火,出现了很多英雄人物,有人善于谋划,有人善于攻伐,有人一身浩然气,有人不择手段,我们常说的鸿门宴也是产生于这一时期。下面趣历史小编就为大家带来详细的介绍,一起来看“拼装电梯”是如何出现的?
杭州市萧山区一电梯维修工在维修一台电梯时发生意外死亡,而事故调查发现,这部电梯竟然是用报废电梯的部件违法拼装的。令人吃惊的是,记者进一步调查发现,萧山区有一个报废电梯回收、翻新、贩卖的利益链。11月2国足胜越南摆脱小组垫底尴尬 国际足联排名拿到10.35积分
国足胜越南摆脱小组垫底尴尬 国际足联排名拿到10.35积分_中国队www.ty42.com 日期:2021-10-08 22:01:00| 评论(已有305959条评论)何时普通人也能享受“地毯式搜索”
今年8月1日,家住桂林的老人周月英失踪。随后,周老太的四个儿子找来四辆车,贴上周老太的照片和寻人启事。在桂林的大街小巷寻找,但目前尚未找到。10月19日,央视新闻联播播出了这则新闻。次日,桂林警方出动贿赂诺奖评委的文化干部“阔”从何来
诺贝尔奖评委:中国官员送字画贿赂,欲获推荐。诺贝尔文学奖评委马悦然称,他经常收到一些中国作家来信,请他推荐评选诺奖,“有位山东的文化干部半年之前给我寄了很多画、古书,还说他本人很阔,奖金我可以留下,名“朗读大爷”走红折射阅读现实尴尬
秋夜里的后海,远离酒吧区的喧闹,踱步在北沿暗淡的路灯下,一个浑厚饱满的声音传来……几个月来,后海北沿,一位六旬老人以广播腔朗读走红网络。他就是62岁的成麟,被网友称为“朗读大爷”。10月23日《新京报蓝色妖姬(蓝色妖姬代表什么含义)
蓝色妖姬(蓝色妖姬代表什么含义)来源:时尚服装网阅读:1804蓝色妖姬花语是啥意思1、蓝色妖姬寓意是清纯的爱和敦厚善良的爱。相知是一种宿命,心灵的交汇让我们有诉不尽的浪漫情怀;相守是一种承诺,人世轮回“希望杯”曝敛财丑闻,竞技教育的又一宗罪
继红十字会、世界杰出华商协会之后,又有著名社团组织深陷“金钱门”丑闻:日前,“希望杯”北京赛区组委会因涉嫌敛财,受到北京市教委等部门查处。“希望杯”北京赛区组委会负责人表态,已经按照市教委的要求给学生杨贵妃究竟是美到什么样的程度?史书中是怎么记载的?
历史上的杨贵妃长什么样?众所周知,杨贵妃是唐朝美女,与西施、貂蝉、王昭君并称为中国古代四大美女。那么,美女,究竟是美到了什么样的程度,究竟有多美呢,她长得到底是什么样呢?下面趣历史小编就为大家带来详细农民工为什么不要“五险一金”
日前,山东济南市天桥区劳动部门举办第四季度“农民工恳谈日”,有农民工代表提出,宁肯要现金也不乐意企业为他们缴纳“五险一金”,甚至坚持如果企业为他们买保险宁愿放弃现有工作。譬如,国庆前,济南元首针织公司绮籽品牌简介(绮籽女装官网)
绮籽品牌简介(绮籽女装官网)来源:时尚服装网阅读:5808绮籽的读音拼音:qǐ 简体部首:纟五笔:XDSK总笔画:11笔顺编码:フフ一一ノ丶一,フ一, 解释:有文彩的丝织品:~罗。纨~。~襦纨绔。绮籽还好,陈光标高调“假卖房”无关慈善
陈光标26日公布了低价卖房操作事宜。购房者必须是有南京户口并且为国家和社会做出特殊贡献的人,包括全国道德模范、全国劳动模范、全国抗震救灾英雄模范、国家科技进步一等奖获得者等。出售最小的房子有四百多平米人民日报远望台:女军人再担重任
执掌大国长剑的战略导弹部队培养训练女子导弹发射号手,既是秉承我军优良传统、展示当代女军人风采的有效途径,也是适应社会文明进步、促进女军人全面发展的必然要求,更是发挥女军人优势、推动部队战斗力建设的创新