全球快讯The Decoder
谷歌DeepMind：视频生成器已蕴含世界模型
摘要
谷歌DeepMind的GenCeption将视频生成器用于深度估计和分割等经典视觉任务，仅用少量训练数据就达到最先进水平。该模型几乎完全在合成视频上训练，其成果加剧了关于视频生成器是否已包含通用世界模型的争论。
背景解释
计算机视觉领域长期追求构建能够理解场景的“世界模型”，但传统方法需要大量标注数据。GenCeption表明，视频生成器在生成逼真视频的过程中可能已隐式学习了物理规律和几何结构，从而能直接用于视觉任务。这为减少对人工标注的依赖提供了新思路。
原文译文
以下为抓取到的原文内容译文，已统一为站内阅读格式。
这条新闻暂未保存可复现的原文正文，可以点击原文链接阅读。
来源地区
Europe
热度分
68
分类
全球快讯
语言
en