研究：视频模型中层最易解码直觉物理

Samuele Punzo 等作者发表研究，用冻结特征探针在 IntPhys2 和 MVP 两个基准上比较 V-JEPA、VideoMAE 与 LTX-Video 三类视频基础模型，考察其冻结表征是否编码直觉物理信息。 结果显示，物理相关信息在模型浅层最弱，在中后层最容易被探针解码；不同预训练范式、骨干变体和探针类型下的可解码程度存在差异。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。