探针研究发现视频扩散模型内部可线性解码物理合理性
热点事件持续更新
探针研究发现视频扩散模型内部可线性解码物理合理性
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Parsa Esmati 等（含 Microsoft Research 作者）发布论文，对视频扩散模型沿真实视频对应的反向扩散轨迹提取中间状态和注意力图进行探针研究，发现物理合理性可以从扩散 Transformer 状态中线性解码，在 IntPhys 和 InfLevel 上平均准确率约 81.27%，并超过 V-JEPA 和 VideoMAE 等专用表征学习基线。 该信号未出现在 VAE latent 输入中，而是在去噪 Transformer 内部产生；且模型并未以自监督预测目标训练。以上结果基于论文摘要，属于对 IntPhys 和 InfLevel 这类物理合理性基准上的探针发现，尚未经过独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
视频扩散模型内部能否隐含物理结构：物理合理性线性解码研究报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AI视频扩散模型内部能否隐含物理结构：物理合理性线性解码研究
视频扩散模型可能在其去噪Transformer内部编码物理结构，而不只是复现训练数据中的运动模式。基于论文摘要，研究者沿真实视频对应的反向扩散轨迹提取中间状态和注意力图，发现物理合理性可从扩散Transformer状态中线性解码，在IntPhys和InfLevel上平均准确率约81.27%，并超过V-JEPA和VideoMAE等专用表征学习基线；该信号未出现在VAE latent输入中。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。