世界模型的物理学期末考
视频世界模型可能生成视觉上逼真、但违背物理规律的片段。这项基准测试通过40项受控任务评估物理一致性，涵盖力学、光学、流体、热现象、电磁学和表面张力。评估依据可测量的物理标准，无需参考视频。研究测试了8种视频生成模型制作的1,280段视频，发现物理不一致问题仍然存在；最佳模型得分为57.76分（满分100分）。受控实验支持该测量方法的有效性；与视觉语言模型直接评估相比，该评估器的结果也更符合人类判断。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。