Tag · 3 篇

物理常识推理

分布 生成模型与扩散2数据集与评测1
01
生成模型与扩散 / CVPR2026

PhysVid:面向生成式视频模型的物理感知局部条件控制

PhysVid: Physics Aware Local Conditioning for Generative Video Models

把物理约束从全局文本提示词下沉到时间连续帧块级的局部条件,并用块感知交叉注意力融合、推理时用负向物理提示词引导采样,这套「局部条件+负向提示」机制可直接迁移到任何以文本为条件的视频扩散模型上提升物理合理性。

视频生成交叉注意力条件控制负向提示词
02
数据集与评测 / CVPR2026

PAI-Bench:面向物理 AI 的综合基准

PAI-Bench: A Comprehensive Benchmark For Physical AI

做视频生成或视频理解的人可以直接用 PAI-Bench 的 2,808 个真实案例和任务对齐指标,检验模型是否保持物理一致的动力学,而不是只看视觉保真度;也可借鉴其条件视频生成与视频理解统一评测的协议设计。

物理常识推理视频生成评测多模态大模型评测
03
生成模型与扩散 / CVPR2026

面向物理合理视频生成的以事件为中心的因果思维链

Chain of Event-Centric Causal Thought for Physically Plausible Video Generation

把物理现象拆成因果相连的事件单元,再用思维链加物理公式约束推理,并转成时序对齐的视觉-语言提示与关键帧,为视频扩散模型提供可复用的因果进展条件注入方式,可直接迁移到需要长时序物理一致性的视频生成任务。

视频扩散模型思维链跨模态提示