PhyProbe：重新思考生成视频中的物理一致性评估

Hugging Face Daily Papers 2026/09/29 00:00 论文

video-generation physical-consistency evaluation benchmark spatio-temporal-encoding multimodal

摘要

PhyProbe 提出一种评估生成视频物理一致性的新评测器，通过冻结的预训练时空编码器提取特征并用轻量评分头映射为违反分数，结合排序、回归与锚定校准的统一目标，在多项基准上超越现有方法。

评估生成视频的物理一致性仍是一项根本性挑战。现有方法依赖现成的视觉语言模型，而这类模型往往难以充分捕捉物理动态；或依赖基于人工标注训练的微调评估器，而这类评估器容易过拟合数据集特有的线索，难以泛化。一个关键挑战在于，现有监督来源要么提供相对排序，要么提供绝对分数，却无法在多样化场景中可靠且一致地同时提供二者。为此，我们提出了 PhyProbe：该评估器从冻结的预训练时空编码器中提取特征，并通过轻量级评分头将其映射为一个标量形式的物理一致性违反分数。PhyProbe 采用统一目标进行训练，在一组经过筛选的异构监督来源上，结合成对排序、基于含噪标量标注的回归以及基于锚点的校准。实验表明，在涵盖不同对应关系下的真实视频与生成视频配对、生成视频与生成视频配对的大多数成对评测基准上，PhyProbe 均优于以往方法。其中，在无对应关系和生成视频与生成视频配对的场景中，性能提升最为显著，而现有微调评估器在这些场景下的性能会急剧下降。PhyProbe 与人类判断具有很强的相关性，且基于排序的指标与线性指标高度一致，表明其分数既具有良好的排序性，又锚定于稳定的 [0, 1] 尺度。此外，尽管 PhyProbe 仅使用反映物理一致性的监督信息进行训练，未使用明确的通用偏好标签，它在人类偏好基准上也表现出较强的竞争力：这与物理规律违反现象往往同更广泛的质量退化相互交织这一观察一致。

查看原文

查看缓存全文

缓存时间: 2026/10/14 02:49

论文页面 - PhyProbe：重新思考生成视频中的物理一致性评估

来源：https://huggingface.co/papers/2609.38377 发表于9月29日

提交者：https://huggingface.co/vinesmsuic

Max Ku (https://huggingface.co/vinesmsuic)于10月14日提交

摘要

评估生成视频的物理一致性仍是一项根本性挑战.现有方法依赖于现成的视觉语言模型，这些模型往往对物理动态缺乏全面理解；或者依赖于使用人工标注进行微调的评估器，这些评估器会过度拟合数据集特有的线索，无法泛化.一个关键挑战在于，现有监督来源只能提供相对排序或绝对分数，无法在不同场景下可靠且一致地同时提供两者.为此，我们提出了PhyProbe，这是一种从冻结的预训练时空编码器中提取特征，并通过轻量级评分头将其映射为标量物理一致性违规分数的评估器.PhyProbe在一组精心筛选的异构监督来源上，通过统一目标进行训练，该目标结合了成对排序、基于含噪标量标注的回归，以及基于锚点的校准.实验表明，在涵盖不同对应关系下真实视频与生成视频配对、生成视频与生成视频配对的大多数成对基准测试中，PhyProbe优于以往方法；其中，在无对应关系以及生成视频与生成视频配对的场景中提升最大，而现有微调评估器在这些场景下的性能会显著下降.PhyProbe与人类判断表现出很强的相关性，基于排序的指标与线性指标高度一致，表明其分数既具有良好的排序性，也锚定在稳定的[0,1]尺度上.此外，尽管PhyProbe仅使用反映物理一致性的监督信息进行训练，没有明确的一般偏好标签，它在人类偏好基准测试中仍表现出竞争力：这与物理违规现象和更广泛的质量下降相互关联的观察结果一致.

查看arXiv页面 (https://arxiv.org/abs/2609.38377)查看PDF (https://arxiv.org/pdf/2609.38377)项目页面 (https://research.nvidia.com/labs/cosmos-lab/phyprobe/)GitHub0 (https://github.com/vinesmsuic/PhyProbe)添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2609.38377)

在你的智能体中获取这篇论文：

hf papers read 2609\.38377

还没有最新版CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用这篇论文的模型1

vinesmsuic/PhyProbe 更新于1天前 (https://huggingface.co/vinesmsuic/PhyProbe)

引用这篇论文的数据集0

没有链接到这篇论文的数据集

在数据集的README.md中引用arxiv.org/abs/2609.38377，即可从此页面链接到该数据集.

引用这篇论文的Spaces0

没有链接到这篇论文的Space

在Space的README.md中引用arxiv.org/abs/2609.38377，即可从此页面链接到该Space.

包含这篇论文的合集0

没有包含这篇论文的合集

将这篇论文添加到合集 (https://huggingface.co/new-collection)，即可从此页面链接到该合集.

相似文章

面向几何一致性的视频世界模型量化评估

Hugging Face Daily Papers

引入PDI-Bench量化框架，通过单目重建与投影几何残差评估生成视频的几何一致性，揭示视频生成器中特有的几何失败模式。

@seclink: 质检QC： - 几何一致性：手姿与物体表面是否穿模，手-物距离是否合理。 - 时序一致性：手姿序列是否抖动/跳变（用光流 + tracking 平滑检测） - 多模态交叉验证：视线落点是否与被操作物体一致。由于上面几个技术难…

X AI KOLs Timeline

该文章讨论了合成视频中的质检QC技术难点，包括几何一致性、时序一致性和多模态交叉验证，以及这些难点导致合成视频容易出现破绽。