视频扩散模型激活中可解码物理量

Jonas Kneifl 等作者提交的论文探测视频 Diffusion Transformer（DiT）内部表示，发现模拟器生成的运动学与刚体动力学物理量在去噪过程早期即可被线性高精度解码，且显著优于直接从模型自身加噪 latent 解码的基线。 研究覆盖重力与接触条件下的运动学运动和刚体动力学物理量，这些物理量来自模拟器生成的真值。论文于 2026 年 10 月 5 日发布在 arXiv 的 cs.LG 分类。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。