618电商消费趋势:京东数码产品销售额与同比增速均居行业第一苹果计划2026年带来MacBook Pro更新设计:采用OLED屏,搭载M6系列芯片青心意创Orca I 标准版人形机器人在京东618开售 售价298000元重构中国新消费地标 小天鹅城市超级体验店探新路机械革命蛟龙16Pro享国补直降2000元 换新3C数码好物快来京东618潮玩线上渗透暴增,下一个风口是 AI 和男性经济?四年内产业规模翻倍!大摩:中国是全球最大的机器人市场,无人机将占 40%入选全国科技创新500强榜单,韶音掀起开放式耳机新风尚国补+618双促销驱动,助力2025年家电行业迎来回暖时刻科大讯飞×圣翔航空:数字人技术在航空传播场景的深度应用首次跌破50%!韩系彩电双雄失守高端,“谁”动了他们的“底盘”?深耕AI+招聘:广西人才网以讯飞星火技术开启求职交互革命当监管利剑挥向汽车“内卷”,家电行业该如何自处?美的集团再推最高百亿元回购方案传音与印尼电信运营商IOH达成战略合作 加速印尼5G布局与数字化发展讯飞超脑赋能!李未可智能眼镜实现户外场景98%语音识别率谷歌地图迎来超大规模升级:全新AI功能带来智能评论与节油路线Grok任务功能重磅上线!定时追踪X热门话题,AI效率直超ChatGPTTikTok全新Symphony AI工具上线:图片一键变视频,文字直接生成广告松下全新OmniFlow 多模态大模型,实现文本、图像与音频自由切换 618电商消费趋势:京东数码产品销售额与同比增速均居行业第一苹果计划2026年带来MacBook Pro更新设计:采用OLED屏,搭载M6系列芯片青心意创Orca I 标准版人形机器人在京东618开售 售价298000元重构中国新消费地标 小天鹅城市超级体验店探新路机械革命蛟龙16Pro享国补直降2000元 换新3C数码好物快来京东618潮玩线上渗透暴增,下一个风口是 AI 和男性经济?四年内产业规模翻倍!大摩:中国是全球最大的机器人市场,无人机将占 40%入选全国科技创新500强榜单,韶音掀起开放式耳机新风尚国补+618双促销驱动,助力2025年家电行业迎来回暖时刻科大讯飞×圣翔航空:数字人技术在航空传播场景的深度应用首次跌破50%!韩系彩电双雄失守高端,“谁”动了他们的“底盘”?深耕AI+招聘:广西人才网以讯飞星火技术开启求职交互革命当监管利剑挥向汽车“内卷”,家电行业该如何自处?美的集团再推最高百亿元回购方案传音与印尼电信运营商IOH达成战略合作 加速印尼5G布局与数字化发展讯飞超脑赋能!李未可智能眼镜实现户外场景98%语音识别率谷歌地图迎来超大规模升级:全新AI功能带来智能评论与节油路线Grok任务功能重磅上线!定时追踪X热门话题,AI效率直超ChatGPTTikTok全新Symphony AI工具上线:图片一键变视频,文字直接生成广告松下全新OmniFlow 多模态大模型,实现文本、图像与音频自由切换
  • 首页 > 企业IT频道 > 软件即服务

    体操运动,是所有AI视频最残酷的图灵测试

    2024年12月11日 09:08:15   来源:数字生命卡兹克公众号

      昨天Sora全网上线,大家也都测试了很多了。

      坦率的讲, 产品完成度很高,但是模型质量,真的有点不及预期。

      不过今天不是来聊Sora模型的。

      而是,昨天白天测试Sora的时候,生成的一段让我发了很久的呆的体操视频。

      就是这个。

      在前面5秒,她蓄势抬手的时候,一切都还能看。

      直到真的想做动作时,一切都变成的鬼畜了起来。

      画面瞬间崩塌,甚至跟异形无异。

      在发呆之后,同时又陷入了深思。

      在我这玩AI视频的一年里面,体操,好像永远都是所有AI视频的噩梦。

      不管是Sora、Luma,还是可灵、Runway等等,在生成体操视频时都会翻车。

      有的翻车翻的比较温柔,因为他们动作幅度小。

      有的翻车翻得比较大,直接让运动员在空中扭曲变形。

      体操运动,就是AI视频最残酷的图灵测试。

      当年大家都在用威尔斯吃面来衡量AI视频时,但其实,体操才是真正的那个门神。

      五个月前,DiT视频模型刚刚出来的时候,一段Luma生成的体操视频在X上就引发轩然大波。

      视频里面,运动员的四肢在空中扭曲变形。这段由Luma生成的视频不仅让近百万网友围观,还让包括LeCun在内的AI大佬们吵得不可开交。

      争论的焦点只有一个:AI到底理解不理解物理规律?

      如今5个月过去,现在其实这个问题,几乎已经有了共识。

      物理规律,那肯定是不懂的。

      回到体操运动,为啥人的跑步、走路等动作现在几乎很好,很多动物的也很稳定,但一旦涉及到复杂动作,特别是体操这种,就直接炸了呢?

      其实也挺简单的。

      首先,我们得聊聊体操运动有多难。

      一个标准的体操动作,比如后空翻加转体720度,看起来只有短短两秒钟,但这两秒钟里,有大概三重对于AI来说非常地狱的难点。

      第一个是物理难点。

      不同于走路奔跑这些几乎刻在基因里面的动作。

      体操运动,是要在一瞬间爆发出足够的力量起跳,在空中完成两周旋转,然后稳稳落地。

      这个过程中涉及了重力、惯性、角动量守恒等多个物理定律。坦率的讲,起跳角度差1度、力量差一分,你可能最后都是落地不稳。

      在现实世界中,一个体操运动员要经过至少十年的训练,才能这些刻在记忆里、刻在肌肉里。而AI要在短短的训练过程中领悟这些规律,难度可想而知。

      第二个是生物力学难点。

      人的身体结构极其复杂,206块骨头、超过600块肌肉。

      每一个骨头和肌肉,都有自己的运动轨迹和配合。

      对于人类来说,这种配合是与生俱来的本能。但对AI来说,理解这种复杂的生物力学系统却是一个巨大的挑战。

      就像在AI绘画时经常会画出六根手指的人一样,AI在生成一些复杂动作时,也经常会在生物力学层面犯下很多致命错误。比如肘关节反向弯曲、膝盖过度旋转等等,还有最经典的,转身是真的只转身不转头。。。

      这些错误之所以会发生,是因为AI并不真正理解人体的构造限制。它不知道人的关节只能在特定角度活动,不懂得肌肉群之间的协同关系,更不理解人体在高速运动时的生物力学特性。

      更重要的是,AI不理解"疼痛"这个概念。在现实中,疼痛是人体对不合理动作的自然反馈,是保护机制的一部分。但AI生成的动作中,可不管你痛不痛,能动就行。

      这就好比让一个对人体结构一无所知的画家,闭着眼睛画一个体操运动员的动作连续图。他可能会画出看似流畅,实则完全违背人体工程学的画面。

      而这种生物力学上的局限性,恰恰是AI在生成体操视频时最难突破的瓶颈之一。

      第三个点则是美学难点。

      体操不是纯粹的体育竞技,更是一门艺术。

      动作的优美程度、身体的线条感、整体的韵律美,都是体操比赛中的重要评分标准。一个动作即使完成了技术动作,如果缺乏美感,一样会被扣分。

      动作要准,还要优美,这对AI来说,太难了。

      而这三重难度叠加在一起,就成了AI的噩梦。

      有人说AI生成体操视频失败是因为训练数据不足,有人说是数据集模糊处理导致模型无法理解人体结构。

      但更深层的问题我觉得还是在于:AI终究还是在完美模仿。

      就像一只鹦鹉再怎么会模仿人类说话,它也不知道它所说的话是什么意思,哪怕它对答如流。

      这个比喻非常精准。

      我觉得对现在的大模型如此、对AI绘图如此、对AI视频,更是如此。

      当AI生成视频时,它实际上是在进行一场概率游戏,根据已经见过的画面去猜测下一帧最可能是什么样子。这就像是一个从没学过体操的人,在试图通过看过的视频去复现一个高难度动作。

      但体操不是概率游戏。

      一些比较前沿的学术届,也尝试引入物理引擎模拟(比如将动作生成与物理模拟器结合),或者在损失函数中加入物理规律约束,但还都在探索阶段,离所谓的世界模拟器,还差太远太远了。

      就像图灵测试用人类对话来检验AI的智能水平,体操视频我觉得就是在考验AI对现实世界的理解深度。它需要AI不仅能“完美模仿”,更要理解背后的物理规律、生物力学原理和美学标准。

      这种理解,远比我们想象的要深刻得多。

      恰恰印证了Pedro Domingos教授的判断。通往AGI的路,也许比我们想象的还要远一些。

      这条路或许很远。

      但终点一定值得期待。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

    即时

    新闻

    明火炊具市场:三季度健康属性贯穿全类目

    奥维云网(AVC)推总数据显示,2024年1-9月明火炊具线上零售额94.2亿元,同比增加3.1%,其中抖音渠道表现优异,同比有14%的涨幅,传统电商略有下滑,同比降低2.3%。

    企业IT

    重庆创新公积金应用,“区块链+政务服务”显成效

    “以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。

    3C消费

    华硕ProArt创艺27 Pro PA279CRV显示器,高能实力,创

    华硕ProArt创艺27 Pro PA279CRV显示器,凭借其优秀的性能配置和精准的色彩呈现能力,为您的创作工作带来实质性的帮助,双十一期间低至2799元,性价比很高,简直是创作者们的首选。