PhysLoop:用物理模拟核验视频生成与局部修复
论文把任务规格、物理模拟与外观润色接入同一流程,并提供训练数据;模拟标注不能直接对齐润色视频,人工评估也仍属试点。
论文阅读笔记 · arxiv.org · 原文日期 2026-11-12
将文字请求转成模拟场景
论文提出 PhysLoop,由代码智能体将文字请求及可选的图像、视频参考转成可执行的模拟场景。系统把任务管理、素材获取、场景构建、模拟、核验和视频润色接入同一流程,输出视频时还保留任务规格与执行记录。
模拟通过后仍需检查成片
按文中设计,模拟运行成功并不代表目标事件已经发生。核验器需要对照预设条件检查状态和画面,例如碰撞是否发生、后续运动是否符合规格。外观润色可能改变已通过检查的运动,因此成片还要依据同一事件要求重新核验。
十万条视频与标注对齐边界
作者称 PhysLoop-100K 收录来自两千五百个物理事件的十万条验收视频,并保留生成配置、原始模拟视频及相关标注。深度图、实例分割和物体状态属于附加信息,不能视为与润色成片逐像素对齐的监督;数据划分将同一事件的视角与参数变体归组。
局部修复要接回完整事件
视频修复的验收放在完整视频中进行,因为单独看合理的片段仍可能与前后事件冲突。核验既检查目标错误是否修正,也检查前后帧衔接及未受影响内容的保留;如果润色改变了预期物理行为,或片段无法衔接,反馈证据会用于继续修改。
人工评估仍保留试点标签
论文披露的人工评估尚未达到完整的三份评分覆盖:九百条视频均收到至少一份答卷,其中六百三十条收到至少三份。作者仍将归档标为试点,并明确任务分配标识不能作为已核实的独立参与者人数;这些限制需要随评估结果一并理解。
原始标题:PhysLoop: Harnessing LLMs’ Physics Awareness for Self-Improving Video Generation Models
来源:arxiv.org