研究剖析 V-JEPA 2 与 VideoMAE-v2：视频模型内部如何表征物理世界
burkov · x · 2026-11-02
- 研究问题：视频模型虽能对运动和物理事件做出合理预测，但基准成绩并不能说明其内部表征了什么物理信息——它们是像物理模拟器那样构建紧凑、可复用的物理变量，还是依赖针对特定任务的分布式表征。
- 方法：研究者分析 V-JEPA 2 与 VideoMAE-v2 两个家族的冻结视频编码器，逐层测试何时能从模型内部活动中读出物理信息；评测结合了物体行为符合物理常识与违反基本物理预期的视频，并用模拟环境加以验证。
- 意义：这一区分关系到模型可靠性，以及其内部机制能否支撑可解释的科学与实际应用。
「模型」频道最新
- Artificial Analysis数据：模型越聪明，编码时派生的子智能体越多 — airesearch12 · 2026-11-02
- tandem.cpp 让单张 4090 跑 Qwen3.8-Flash-Next 达 97 tok/s，3.3 倍于 llama.cpp — smflx · 2026-11-02
- DeepSeek SuperAgent 架构遭质疑：多 Worker 共享事件流恐引发冲突 — teortaxesTex · 2026-11-02
- 用户观察：GPT unlike Claude，从未有过「天真期」，让人不愿向实验室分享发现 — repligate · 2026-11-02
- 截图曝光 Claude 模型退役时间表：Opus 4.5 明年底前仍可用 — repligate · 2026-11-02
- Anthropic 红队：Claude 挖出 Chrome V8 一键 RCE 等 5 条漏洞链 — emax · 2026-11-02