AI恐怖體操視頻腿腳亂飛、大變活人，LeCun：視頻生成模型根本不懂物理
Luma、Gen-3都沒能躲過
西風 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
一段AI生成的體操視頻，引發(fā)近百萬網友圍觀，LeCun等一眾大佬還因為它吵起來了。
體操表演，emmmm怎么不算呢？
通過視頻右上角的水印，此段視頻正是由那個一度被認為是“下一代”文生視頻的Dream Machine（來自Luma AI）生成的。
大伙兒看后紛紛坐不住，圍繞此討論的，是AI視頻領域的一個熟悉的話題：AI是否理解物理規(guī)律。
LeCun直接開麥：
視頻生成模型不理解基本物理知識。更不用說人體了。
華盛頓大學計算機科學教授Pedro Domingos看后也“搖了搖頭”：
AGI可能并不會像一些人預期的那樣即將到來。
畸變雀食離譜
自Sora問世以來，“AI是否理解物理規(guī)律”這個話題就被越來越多人關注。
下面這段Sora生成的“寄居蟹用燈泡當外殼的夜間場面”是個經典的例子，海浪與沙灘的互動非常細膩，寄居蟹腿上的纖毛也活靈活現(xiàn)。
對比真實拍攝的類似場景照片，也就燈泡沒有電源不應該亮這一個明顯破綻了。
最近Luma AI的Dream Machine也一樣，生成的第一視角探廢棄房子真實感拉滿：
由此，不少人認為Sora、LUMA等的視頻生成模型已經理解了簡單的物理規(guī)律。
然鵝，這次被放出的視頻著實有點太離譜。
不僅腿腳亂飛，頻頻上演大變活人：
就這高難度的空中懸浮翻跟頭，也是牛頓都要被氣活了的節(jié)奏：
以至于網友看后還表示，說恐怖大可不必，說搞笑還差不多。
如此抽象，LeCun直接評論視頻生成模型不會懂物理。
他還進一步解釋，Sora或者其它視頻生成模型都有類似的問題，視頻生成技術無疑也肯定會隨時間推移而進步。
但：
真正理解物理的學習系統(tǒng)并不會具有生成性。就像鳥類、哺乳動物等比任何視頻生成系統(tǒng)更了解物理。然而，它們都不能生成詳細的視頻。
類似還有另一種思考：
即使AI視頻生成模型之后會進化的很好，生成的視頻質量“完美”，那么就意味著它理解物理了？
LeCun等的觀點，立馬引起網友的質疑：
鳥和哺乳動物也會生成詳細的視頻，只不過是在大腦中生成無法將其具像化。
然鵝，這種反駁并未說服LeCun。
此外，還有不少人持反對意見。
例如，谷歌DeepMind/Brain團隊研究員Lucas Beyer就指出：
這就像是展示一個由幾年前的Dall·E mini生成的圖像，然后稱當前的圖像生成方式注定失敗一樣。
畢竟，之前生圖模型生成的圖像be like：
至于模型為什么會生成如此離譜的視頻？
有網友認為是缺乏體操表演數(shù)據(jù)，還有網友認為是身體部位的模糊處理，使得模型無法理解人體結構，繼而不能保證肢體動作的連貫性。
視頻生成在計算上更為復雜，并且具有高度的上下文相關性，對詳細標注的訓練數(shù)據(jù)有更大的需求，這些需求現(xiàn)在還未得到充分滿足。
前段時間SD 3翻車，同樣對人體生成效果不好，網友也討論過這一問題，過于嚴格的數(shù)據(jù)審核，可能誤刪了一些無害的成人圖像，影響了模型對人體結構的理解。
One More Thing
除了Luma AI的Dream Machine生成體操視頻大翻車，Runway的Gen-3也……
同款三頭六臂：
同款空中懸浮絕活：
參考鏈接：
[1]https://x.com/ylecun/status/1807497091964449266
[2]https://x.com/giffmana/status/1807511985807908926
[3]https://x.com/EricDai_BioE/status/1807540558216454281
- 多人有聲視頻一體化生成！用百度最新AI生成營銷視頻，現(xiàn)在1.4元/5秒2025-08-22
- 馬斯克一覺醒來，Space X在京開賣了2025-08-21
- 離譜！現(xiàn)在的Agent都卷成100個成團了？3分鐘并行干完5個復雜任務，還能隨時改需求2025-08-18
- 國家級AI創(chuàng)新應用賽事殺瘋了！超200萬元獎金池+全場景賽道，沖線團隊速來2025-08-15
