حتماً متوجه شدهاید که مدلهای ویدئوساز هوش مصنوعی، علیرغم کیفیت بالا، گاهی قوانین فیزیکی ساده مثل حرکت مایعات را کاملاً اشتباه اجرا میکنند! محققان در مقاله جدیدی، معماری هوشمندانهای برای حل این مشکل طراحی کردهاند.
این مدل با ترکیب «شبیهسازی فیزیکی» و یک «شاخه نوری (Optical-Flow Decoder)» در کنار مدلهای انتشار (Diffusion)، کاری میکند که حرکات سیالات مثل ریختن آب یا موجها، کاملاً طبیعی و منطبق بر قوانین فیزیک باشد. این یعنی خداحافظی با صحنههایی که در آن آب به جای جاری شدن، در هوا تکهتکه میشود! 💧
این پیشرفت نه تنها کیفیت خروجی ویدئوها را بالا میبرد، بلکه قدمی بزرگ برای درک بهتر دنیای واقعی توسط هوش مصنوعی است.
منبع: arXiv AI
