论文页面 - CRONOS：视频模型中反事实物理一致性的基准测试

来源：https://huggingface.co/papers/2605.23699

摘要

CRONOS是一个基准测试，用于通过控制视角、场景、物体类别和外观的干预，同时保持固定的物理事件类型，来评估视频预测模型中的反事实物理一致性。

视频预测（https://huggingface.co/papers?q=Video%20prediction）越来越多地被视为通向可泛化世界模型的路径，但目前尚不清楚这些系统是学习了底层因果结构，还是仅仅利用表面视觉相关性进行未来预测。我们提出了CRONOS，这是一个基于干预的基准测试（https://huggingface.co/papers?q=intervention-based%20benchmark），旨在评估反事实物理一致性（https://huggingface.co/papers?q=counterfactual%20physical%20consistency）：即模型对物理事件的预测是否会根据视觉输入中的可控变化（例如场景上下文、视角、物体外观和物体类别的变化）做出适当响应。CRONOS构建于逼真的Unreal Engine环境（https://huggingface.co/papers?q=photorealistic%20Unreal%20Engine%20environment）中，能够在多种场景和动力学条件下进行受控、高保真的视频生成。与以往的基准不同，CRONOS对四个关键因素（视角、场景、物体类别和物体外观）进行系统干预，同时保持底层物理事件类型（https://huggingface.co/papers?q=physical%20event%20type）（如碰撞、遮挡或坠落）不变。我们对近期开源视频生成器（https://huggingface.co/papers?q=video%20generators）的评估揭示了反事实物理一致性（https://huggingface.co/papers?q=counterfactual%20physical%20consistency）方面的重大缺陷：相同物理事件类型（https://huggingface.co/papers?q=physical%20event%20type）的预测质量会受到外观、环境，特别是视角变化的影响。CRONOS提供了一个受控且可重复的测试平台，用于诊断不同干预条件下生成视频质量的变化，从而为开发能在多种条件变化下保持稳定表现的模型确立了具体目标。数据集和代码可在我们的项目页面获取。

查看arXiv页面（https://arxiv.org/abs/2605.23699）查看PDF（https://arxiv.org/pdf/2605.23699）项目页面（https://genintel.github.io/CRONOS/）GitHub2（https://github.com/GenIntel/CRONOS-benchmark）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.23699）

在你的agent中获取此论文：

hf papers read 2605.23699

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

引用此论文的模型0

无模型关联此论文

请在模型README.md中引用arxiv.org/abs/2605.23699以从此页面链接。

引用此论文的数据集1

genintel/CRONOS-benchmark 查看器• 更新于约3小时前 • 204k • 50 (https://huggingface.co/datasets/genintel/CRONOS-benchmark)

引用此论文的Spaces0

无Space关联此论文

请在Space README.md中引用arxiv.org/abs/2605.23699以从此页面链接。

包含此论文的收藏集0

无收藏集包含此论文

请将此论文添加到一个收藏集（https://huggingface.co/new-collection）中以从此页面链接。