标题：让视频生成从「看起来真实」到「物理上正确」 正文： 当前视频生成技术常因缺乏物理规律理解而显得不真实。例如，蜂蜜倒入茶中可能突然断裂，冰块融化直接消失，玻璃球入水瞬间静止。这些问题源于模型依赖数据驱动的模式匹配，而非模拟真实过程。 四川大学雷印杰团队提出了一种新方法《Chain of ...

在专访诺贝尔经济学奖得主托马斯·萨金特教授时，他将人工智能与科学家探索自然规律的过程相类比，强调机器学习通过数据驱动模仿人类洞悉模式的能力。萨金特教授指出，尽管大模型如GPT-4展现强大的预测能力，但关于它们是否真正理解因果关系，仍存在争议。他认为理解涉及深入解析模式和判断其持久性，而非仅仅是统计分析。萨金特教授提到，因果关系的定义在哲学层面上很复杂，数学上难以给出统一定义。他建议关注模型背后的原则和设计者的理解，同时承认大模型可能并非完全的黑盒子，它们在某种程度上遵循预设的指令和模式识别。他以华为自动驾驶汽车为例，指出即使是复杂决策，设计者也清楚其工作原理。最后，萨金特教授鼓励听众在罗汉堂数字经济年会上探讨这些问题，那里会有不同的观点和见解。