DeepMind推出“力提示”技术，让AI视频生成更逼真

谷歌DeepMind与布朗大学合作开发的“力提示”（force prompting）技术，为视频生成领域带来突破。该技术无需3D模型或物理引擎，仅通过指定力的方向和强度，即可生成自然流畅的运动效果。支持全局力（如风）和局部力（如敲击）两种模式，力以矢量场形式输入系统。研究基于CogVideoX-5B-I2V模型，加入ControlNet模块处理数据，利用Transformer架构生成49帧视频，仅需4台Nvidia A100 GPU训练一天。训练数据完全合成，包括旗帜飘动、球体滚动等场景。模型在文本提示中加入物理术语后，能自动建立正确的力与运动关系，并展现出强大的泛化能力。用户测试显示，“力提示”技术在运动匹配度和真实感上优于基准模型，尽管在复杂场景中仍存不足，但其进步标志着AI正逐步理解物理规则，迈向更通用的人工智能。DeepMind首席执行官Demis Hassabis认为，这是AI发展的重要一步。

更多精彩内容,请关注亿恩网微信公众号: (ENECNEWS

扫码关注二维码

) 每天为您推送最新,最热干货!
声明:亿恩网原创稿件，未经授权不得以任何方式转发。转载请联系:yujie@enec.net