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
759
-
浏览
38
-
获赞
3
热门推荐
-
复出仅4场!曼联官方:利桑德罗膝盖内侧副韧带受伤,至少缺席8周
02月06日讯 曼联官方消息,后卫利桑德罗膝盖内侧副韧带受伤,至少缺席八周。在此前曼联vs西汉姆的比赛第65分钟,利马与曹法尔对抗后倒地不起,随后站起来几分钟后坚持不了被换下。滕哈赫赛后谈及利马的伤势阿克苏机场加密优化航线,保障旅客顺畅出行
中国民用航空网通讯员高才清 古丽尼格尔讯:为促进经济发展,自2022年4月23日起,阿克苏机场新增由长龙航空执飞的阿克苏至乌鲁木齐往返航班。该航班由空客320型客机执飞,每日一班,具体航班时刻信息如下吐鲁番机场开展女职工保护知识学习宣传活动
(通讯员 孙娅娅)为了减少和解决女职工在劳动中因生理特点造成的特殊困难,保护女职工健康,根据《中华人民共和国劳动法》和国务院《女职工劳动保护特别规定》等法律、法规。为确保女职工在日常工作与劳动过科学家沈括在乌台诗案事件中扮演了怎样的角色
中国宋朝时期发生了一场著名的文字狱,这场文字狱的被告是我国宋朝著名的文学家、词人,他的一生创作了许多脍炙人口的作品,并深受人民的喜爱,这个人便是唐宋八大家之一的苏轼苏东坡,这场文字狱也被称为乌台诗案。足总杯第5轮,利物浦将在2月28日主场迎战南安普顿
2月7日讯 利物浦足总杯第5轮赛程确定,红军将在2024年2月28日20:00坐镇安菲尔德球场对阵南安普顿。足总杯第4轮,利物浦5-2击败英冠球队诺维奇。马东宇)标签:利物浦南安普顿诺维奇菲尔德梅西最难打破的4个纪录,梅西都创造过什么纪录?
梅西最难打破的4个纪录,梅西都创造过什么纪录?2023-12-29 20:25:33梅西最难打破的4个纪录1、足球最难打破的记录是:梅西年度91球。2012年的梅西是无解的存在。69场进球91个,包含西南空管局设计的达州金垭机场飞行程序完成试飞
中国民用航空网讯西南空管局冯奎奎) “国航4438,地面风290、2m/s,修正海压1001,跑道20,可以起飞……”4月21日20点55分,随着塔台管制员的一声令下,飞机在达州金垭机场腾空而起。这标揭秘唐高祖李渊最开始起兵的地方是在哪里
李渊从山西晋阳起兵。隋朝末年,各地频频爆发起义,当时李渊、李世民父子在山西太原一带驻扎。图片来源于网络晋阳县令刘文静和裴寂都是很好的朋友,三人在私下商量起兵之事。李世民想把这个计划告诉李渊,但是担心李优衣库 UT 全新 THE BRANDS MASTER PIECE 系列首波单品公布
潮牌汇 / 潮流资讯 / 优衣库 UT 全新 THE BRANDS MASTER PIECE 系列首波单品公布2020年02月20日浏览:3558 每一季 UNIQLO最是一年春好处,厉兵秣马新征程。——克拉玛依机场组织开展队伍建设大练兵
[通讯员:肖玉雪]为进一步加强员工队伍建设,提高全员整体素质和技能水平,切实做好克拉玛依机场空防安全保障与疫情防控工作,安全检查站开展了2022年春季大练兵活动。本次大练兵分为体能大练兵、警械的规万米高空上演“生死救援” 桂林空管为心梗乘客开辟绿色生命通道
通讯员:谢浩奇)2022年4月21日19时55分,一架由重庆飞往深圳的航班在桂林区域万米高空向管制员提出紧急备降申请,机上一名乘客疑似突发心梗需要尽快接受地面医疗救护。民航桂林空管站在接到南宁区域8/秦始皇陵十大未解之谜 为啥兵马俑都是单眼皮?
5月11日消息,秦始皇陵十大未解之谜,为啥兵马俑都是单眼皮?秦始皇陵作为中国古代第一皇帝秦始皇的墓葬,其中的谜团不可谓不多,很多危机之谜至今仍然扑朔迷离,无论是让人百思不得其解的水银女尸,还是隐含千年非财务人员的财务管理培训心得
参加了财务管理培训课程后,我深感受益匪浅。作为一名非财务人员,我之前对财务管理的了解仅限于基本的概念和术语,对于如何运用财务分析来评估企业经营状况、衡量及提升企业盈利能力以及识别与防范常见财务风险等方塔什库尔干机场校飞工作圆满完成
4月17日,随着一架中国民航校飞中心,C-680飞机平稳降落在跑道上塔什库尔干机场完成了2022年飞行校验工作为飞行安全提供了可靠保证。喀什莎车、塔什库尔干)机场制定了保障方案,完善保障措施,明确各部江西空管分局完成大雾天气保障
4月21日06:00,昌北机场大雾,能见度250米,各项指标低于昌北机场航班起降标准。江西空管分局塔台当值带班管制员立即向气象部门了解大雾持续情况,并与机场指挥中心协调更改早出岗航班计划。按照航班计划