arXiv · ML· Parsa Esmati, Somjit Nath, Katja Hofmann, Derek Nowrouzezahrai, Samira Ebrahimi Kahou, Majid Mirmehdi·· 2026-10-12AI 评分40
视频扩散模型内部隐式编码物理结构而非仅复现运动模式
The Invisible Hand of Physics: When Video Diffusion Models Know More Than They Show
AI 导读
研究发现视频扩散模型内部状态线性解码物理合理性达81.27%准确率,优于V-JEPA等基线。该信号存在于去噪Transformer内部而非VAE输入层,表明生成式去噪过程会副产物地形成物理表征。
来源:arXiv · ML · arxiv.org