Force Prompting 论文:视频生成模型学会 obey 物理控制信号
creatoroff · x · 2026-10-07
- Brown 大学与 Google DeepMind 合作论文《Force Prompting: Video Generation Models Can Learn and Generalise Physics Based Control Signals》,作者含 Nate Gillman、Charles Herrmann、Chen Sun 等。
- 核心思路是让视频生成模型理解并泛化基于物理的控制信号(如力),用 Force Prompting 实现对生成视频的物理级控制。
- 配套 Gemini Notebook 可交互查看。
「多模态」频道最新
- ID-Forcing 方法让自回归视频模型无需微调生成分钟级长视频 — _akhaliq · 2026-10-07
- Google 多模态嵌入模型：图像 280 token、音频每秒 25 token 计价 — tomaarsen · 2026-10-07
- Google 多模态嵌入模型：视觉 token 预算 70 至 1120 可调 — tomaarsen · 2026-10-07
- 嵌入模型任务前缀指南：SearchQuery 配 Document 做检索 — tomaarsen · 2026-10-07
- Matryoshka 训练加持：嵌入维度可裁至 256d 存储省三分之二 — tomaarsen · 2026-10-07
- 斯坦福提出 Level-of-Token DiT:让预训练扩散模型支持任意尺寸 token 网格 — GordonWetzstein · 2026-10-07