IntPhys

新方法引导视频世界模型中的物理推理

研究人员开发了一种称为物理引导的方法来控制视频世界模型的物理推理。该技术使用 VideoMAE 模型特定层中的线性探针的权重向量，该向量被识别为概念激活向量 (CAV)。通过在推理过程中将此 CAV 注入模型的隐藏状态，研究人员可以在不改变模型权重的情况下操纵模型对物理合理性的预测。在 IntPhys 基准测试上的实验表明，这种干预能够可靠地改变模型的判断，证实了物理表示是局部化且可引导的。