视频扩散模型被证内部编码物理合理性

一项新研究称，视频扩散模型在内部会自发编码物理合理性。作者Parsa Esmati等人通过沿真实视频的潜在轨迹探测扩散Transformer的中间状态，可从线性解码中判断物理合理性，在IntPhys与InfLevel两个数据集上平均准确率约81.27%，高于V-JEPA和VideoMAE等专用表征学习基线。 研究采用反向积分学习到的速度场近似反转确定性采样过程。上述准确率为该研究报告的结果，并非已获独立验证的结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。