谷歌DeepMind与布朗大学合作开发的力提示“力提示”(force prompting)技能 ，为视频生成范畴带来打破 。推出该技能无需3D模型或物理引擎，频生仅经过指定力的成更传神方向和强度 ，即可生成天然流通的力提示运动作用 。支撑大局力(如风)和部分力(如敲击)两种方式，推出力以矢量场方式输入体系 。频生

　　研讨根据CogVideoX-5B-I2V模型
，成更传神参加ControlNet模块处理数据，力提示使用Transformer架构生成49帧视频 ，推出仅需4台Nvidia A100 GPU练习一天 
。频生练习数据彻底组成 ，成更传神包含旗号飘动、力提示球体翻滚等场景 
。推出模型在文本提示中参加物理术语后 ，频生能主动树立正确的力与运动联系 ，并展现出强壮的泛化才能 。

　　用户测验显现，“力提示”技能在运动匹配度和真实感上优于基准模型 ，虽然在杂乱场景中仍存缺乏
，但其前进标志着AI正逐渐了解物理规矩，迈向更通用的人工智能。DeepMind首席执行官Demis Hassabis以为 ，这是AI开展的重要一步。