现代视频模型对对象恒存和遮挡的理解很强
mathemagic1an · x · 2026-07-29
这条在讨论现代视频模型的两个关键能力：对象恒存与遮挡理解。
- 模型似乎能在遮挡发生时仍保持对物体的连续追踪。
- 作者追问这些信息究竟是如何在模型内部表示的。
- 如果能把这种表征机制弄清楚，可能会对理解和控制视频模型产生很大影响。
所属事件:4M参数像素Transformer涌现物理世界模型(10 条相关)→
「多模态」频道最新
- MiniMax 玩具恐怖短剧爆红:每次眨眼它就更近一步 — fa6637 · 2026-10-16
- AI 短剧《The Dining Car》第 4 集:世界末日,晚餐照常供应 — Acceptable-Day5621 · 2026-10-16
- Midjourney 实测:叠加 moodboard 档案调出暗夜电影感光影 — LudovicCreator · 2026-10-16
- Multigen 发布:给 GPT-Image 套上一致性图集生成前端 — Markasp · 2026-10-16
- 一句话生成 18 秒故障风产品发布片：动态大字+真实截图+踩点快切 — yihui_indie · 2026-10-16
- 四款开源图像模型横评:Z-Image 拟真最强,Krea 2 擅插画 — Ok_Contribution8157 · 2026-10-16