视频模型为何违反物理？去噪前 10% 已锁死轨迹
linoy_tsaban · x · 2026-09-25
作者指出视频生成模型质量已足够逼真，现在是认真讨论其对真实物理规律忠实度的时候。她引用一篇机理可解释性研究，解释视频模型为何「不懂物理」：
- 关键发现：物体轨迹在去噪过程的前约 10% 就已被锁定
- 成因：RoPE 的空间衰减使其锁到错误位置，导致后续无法修正
- 修复方案：对 rotary embedding 做一行改动即可改善
原论文只在 Wan2.1-1.3B 上验证，作者正在 H3 上用相同提示词测试并复现该修复，检验结论能否泛化到其他模型。
「多模态」频道最新
- UniPath 被 NeurIPS 2026 接收：单模型自适应协调理解与生成 — jindong_wang92 · 2026-11-11
- 用 Opus 5.5 做 RPG：扮演博士生对抗审稿人 — s_scardapane · 2026-11-11
- 开源 Node 把 ComfyUI 工作流变一键模型，内置 19 个工作流 — jefoce · 2026-11-11
- RTX 3050 6GB 本地跑 MiniMax H3，拼出 60 秒 AI 视频 — No_Cow26 · 2026-11-11
- 把两年前的噩梦做成 72 秒短片，100 秒视频只花 $3.8 — Alternative-Pay-447 · 2026-11-11
- 群核科技办 Aholo 全球 3D AI 黑客松，Scoble 担任评委 — Scobleizer · 2026-11-11