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
949
-
浏览
53355
-
获赞
5
热门推荐
-
12强赛积分榜:国足获首胜摆脱垫底 积分追平日本
12强赛积分榜:国足获首胜摆脱垫底 积分追平日本_越南队www.ty42.com 日期:2021-10-08 03:31:00| 评论(已有305792条评论)新疆机场集团空管业务部派业务骨干支援新疆首个高高原机场工作
通讯员:王晓沛 杨洁)塔什库尔干红其拉甫机场是新疆首个高高原机场,海拔在3252米。于2020年4月26日破土动工,作为国家、民航局和自治区“十三五”重点机场建设项目,莎车机场开展车场日活动
通讯员:蒋舟宇)为扎实做好安全生产保障工作,进一步提高莎车机场特种车辆运行保障能力,确保行车安全,使车辆设备处于良好运行状态。 2022年5月6日,莎车机场开展“车场日&rdqu宜春机场召开2022年一季度消防安全管理委员会
近期,宜春机场分公司组织召开了2022年一季度消防安全管理委员会会议。分公司领导、分公司各部门及各驻场单位负责人及相关人员参加了此次会议。会上,从主要开展的消防安全工作、消防安全形势分析等方面通报了2中粮集团全资收购来宝农业
12月22日,中粮集团与来宝集团达成一致协议,中粮集团旗下的中粮国际有限公司以下简称“中粮国际”)以7.5亿美元收购来宝集团所持有的中粮来宝农业49%的股权。此项交易完成后,中黄山机场通导部成功修复被判“死刑”地空电台
黄山机场通导部强化“三基”建设,发挥技术强项,狠抓技能提升,组织技术人员整理废弃设备,练拆装、练检测、练维修,既激发技术人员的积极主动性,又培养了员工的动手能力,还实现了变废珠海空管站全力应对2022年首场红暴灾害天气
5月11日5时15分,珠海市气象局发布暴雨红色预警信号,截止发稿时间珠海机场累计日降雨量85mm,达到暴雨级别。珠海空管站组织气象台观测室、预报室立即作出应急行动,调整值班力量,坚守岗位,全力保国家广电总局高度评价“纪念全国第一家消费者协会成立40周年暨2023年3•15特别节目”
中国消费者报石家庄讯记者李建)记者近日从河北省消保委了解到,国家广电总局监管中心编印的《广电视听评论》对河北省主办的“纪念全国第一家消费者协会成立40周年暨2023年3•15特别节目”作出高曝巴萨债务已减少28.4% 仍有1.15亿欧转会费待付
曝巴萨债务已减少28.4% 仍有1.15亿欧转会费待付_欧元www.ty42.com 日期:2021-10-05 09:31:00| 评论(已有305427条评论)天津空管分局召开水电节能专题启动会
通讯员 李俊桥)5月9日,为了更好地全面贯彻和落实“过紧日子”的各项要求,进一步提高能源管控能力,天津空管分局召开水电节能专题启动会。分局领导、办公室、综合业务部及各运行单青岛空管站气象台举办气象情报发布交叉提醒联合演练
凡事预则立,不预则废。为防止气象情报的漏发、迟发,气象台制定了气象情报发布多重监控机制,5月9日上午,气象台组织了跨科室气象情报漏发监控及提醒的演练。“参演人员准备,现在正式开始演练&rd未雨绸缪 常备不懈
为深入贯彻落实空管中心加强应急管理工作的指示精神,推动管制区适应性调整工作开展,提升全员雷雨等复杂天气情况下的应急处置能力,5月7日,东北空管局空管中心终端管制室开展了管制区适应性调整专题应急演潮牌 CPFM 2020 春季新品将于 DSM 洛杉矶店上架
潮牌汇 / 潮流资讯 / 潮牌 CPFM 2020 春季新品将于 DSM 洛杉矶店上架2020年02月13日浏览:4206 自携手 Human Made 带来合作后,日克拉玛依机场积极开展防灾减灾宣传活动
通讯员:冯浩冉)今年5月12日是第14个“全国防灾减灾日”,5月7日至13日为“防灾减灾宣传周”。为普及防灾减灾救灾知识,“防灾减灾宣传周&历史上竟有付小费偷窥爱妃洗澡而死的皇帝
中国历史上十之八九的帝王都好色,当然人家好得起,有这个资本,但有文字记载、确凿无疑死在美人怀中的,独有一位,那就是西汉成帝刘骜。刘骜长得很帅,且“善修容仪”,很会修饰妆扮。刘骜是汉宣帝刘询的孙子,汉元