Tag · 1 篇
Pixel2Phys: Distilling Governing Laws from Visual Dynamics
把 MLLM 作为假设生成与验证的推理引擎,从原始视频像素中迭代提炼低维物理变量与可解释控制方程;对做视频理解与物理常识建模的研究者,这提供了一条「视觉观测→符号化动力学」的可复用管线,也可作为评估视频模型是否真正理解动力学的探针。