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
31767
-
浏览
63695
-
获赞
8
热门推荐
-
Aimé Leon Dore 2020 春夏系列 Lookbook 赏析~
潮牌汇 / 潮流资讯 / Aimé Leon Dore 2020 春夏系列 Lookbook 赏析~2020年02月20日浏览:2905 在释出了新百伦 2020 全新眼线胶笔和眼线液笔的区别 眼线胶笔哪个牌子好用
眼线胶笔和眼线液笔的区别 眼线胶笔哪个牌子好用时间:2022-04-10 10:54:39 编辑:nvsheng 导读:通常大多数的女生都是会化妆的,而画眼线也是化妆的其中一个步骤,并且是比较重要关羽被尊为“财神”的背后力量来自何处?
想必很多人对三国时期蜀国大将关羽都不陌生,他一生跟随刘备征战天下,使一把青龙偃月刀,骑一匹日行千里的赤兔马,斩颜良、诛文丑、擒于禁,威震华夏,人称“万人敌”,史家称其为“武圣。”网络配图中国民间供奉财3亿人可用!招行发布“新市民金融服务”
李铁:尊重和重视每一个对手 长期封闭对球员非常残酷
李铁:尊重和重视每一个对手 长期封闭对球员非常残酷_比赛www.ty42.com 日期:2021-10-06 23:31:00| 评论(已有305679条评论)庞德忠义度武力值不输关羽为何名气没有关羽大
庞德是三国时期曹魏阵营的一员猛将,他武力超绝,曾经力战关羽而不败,每次出战都身先士卒,勇武过人,后来在和关羽作战的时候被关羽水淹七军,当场擒获,因为誓死不降所以被杀。图片来源于网络庞德年少的时候就很骁3亿人可用!招行发布“新市民金融服务”
开合跳的正确方法 开合跳应该怎么跳
开合跳的正确方法 开合跳应该怎么跳时间:2022-04-10 10:55:32 编辑:nvsheng 导读:开合跳是一种可以锻炼我们腿部和全身的一种运动方法,是非常简单的一种减肥运动,那么我们在练Supreme x Nike Air Max Plus TN 联乘鞋款系列即将登场,放眼新设计
潮牌汇 / 潮流资讯 / Supreme x Nike Air Max Plus TN 联乘鞋款系列即将登场,放眼新设计2020年02月19日浏览:3443 今天情报账sumbody复活草面膜怎么样 复活草酸奶白泥膜成分分析
sumbody复活草面膜怎么样 复活草酸奶白泥膜成分分析时间:2022-04-12 11:52:46 编辑:nvsheng 导读:复活草面膜是很火的一款护肤面膜,复活草面膜敷完皮肤变得水水嫩嫩的,巴拉赫雕刻风格是怎么样的 巴拉赫有什么成就
作为非常有名气的欧洲艺术家,下面简单了解一下巴拉赫简介。巴拉赫巴拉赫曾经在德国的汉堡的一所艺术学院就读,他的毕业时,他又转身踏入了大师班,正因为他对学习有严格的学习态度以及优良的学习环境为他日后成为一jk调节扣有几种 jk调节扣穿在前面还是后面
jk调节扣有几种 jk调节扣穿在前面还是后面时间:2022-04-10 10:54:19 编辑:nvsheng 导读:jk制服裙上面都是利用调节扣来调节腰围的,可以根据调节扣的长度自由收缩。那么j阿迪达斯 x KASINA 联名 Terrex Free Hiker 纯白鞋款亮相
潮牌汇 / 潮流资讯 / 阿迪达斯 x KASINA 联名 Terrex Free Hiker 纯白鞋款亮相2020年02月26日浏览:2917 此前美乐淘潮牌汇曾带来西北空管局天通公司通信网络室开展手册考核工作
近期,西北空管局天通公司通信网络室组织员工对《故障协同诊断手册》和《运维手册》进行了系统学习,为检验学习成果,于8月24日进行了考核工作。本次考试针对日常工作中的通报流程、处理思路、业务分布、操作步骤小腿吸脂会反弹吗 小腿吸脂能反弹吗
小腿吸脂会反弹吗 小腿吸脂能反弹吗时间:2022-04-10 10:53:39 编辑:nvsheng 导读:现在的年轻人很多因为工作的原因腿都比较粗特别是小腿,市面上各种各样的瘦腿方法也有非常多,