时空视频预测是指利用历史视频数据生成未来视频帧的过程，在自动驾驶、气候与环境监测等现实场景中有广泛的应用。然而现有的时空视频预测方法面临着诸多挑战，为此特斯联人工智能研发中心引入了一种能够生成高质量视频预测的物理辅助时空网络以应对相应局限。目前，该研究成果已被人工智能领域学术会议ACM Multimedia收录，题为：PastNet：Introducing Physical Inductive Biases for Spatio-temporal Video Prediction。
不同视频预测方法在MovingMNIST上的性能比较。团队所提出的PastNet在训练时间和图像质量方面优于此前模型。具体而言，PastNet在训练100个周期时实现了最低的均方误差(MSE)和最高的多尺度结构相似性(MS-SSIM)分数，并且其训练时间明显短于其他模型。且，PastNet在训练过程中消耗时间最少。
以下为论文原文摘录：
在该论文中，团队研究了时空视频预测的挑战，涉及基于历史数据流生成未来视频。现有的方法通常利用如语义地图的外部信息来改善视频预测质量。然而这种方法往往忽略了视频内容本身所蕴含的物理特性。加之，此类方法的高计算要求也限制了其在高分辨率视频处理中的应用。
为了克服前述局限，特斯联人工智能研发中心引入了一种能够生成高质量视频预测的物理辅助时空网络(PastNet，Physics-assisted Spatio-temporal Network)，以生成高质量的视频预测。PastNet的核心在于其在傅立叶域中引入了光谱卷积算子。该设计巧妙地将基本物理定律作为归纳偏置融入其中。与此同时，通过采用具备估算内在维度能力的存储体来离散化局部特征，PastNet能够在处理复杂时空信号时显著简化计算开销，从而支持更高效、更高分辨率的视频预测。
该研究成果在广泛的实验中展现出了相较于众多前沿技术更为突出的有效性和效率，尤其在处理高分辨率场景时表现优异。所提出的PastNet模型在诸多现实场景中具备广泛的潜在应用价值，例如：
气候科学领域：PastNet能够预测气候变化和天气模式，对于灾害预警、农业规划和资源管理等方面具有重要意义。
自动驾驶领域：PastNet可以预测车辆、行人和其他物体的位置和运动，这对于自动驾驶系统的决策和路径规划至关重要。