CogVideoX 物理一致性检测实验

Divine-Demon7 · reddit · 2026-07-20

作者在做一个独立项目 Haga，目标是为生成视频和机器人策略模拟建立物理一致性检测器。这里他报告了一个预注册的持出集实验，验证 statichover 这个失败模式。

实验设置

• 模型：THUDM/CogVideoX-5b-I2V
• 数据：3 个视角 × seeds 2、3、4，共 9 个视频
• 阈值和纳入规则在生成前冻结
• 流程：RGB → CoTracker3 → position-only VIDEOCHECKS
• discovery seeds 0–1 与 held-out seeds 2–4 分开

结果

• 持出集命中率：9/9，100%
• Wilson 95% CI：[0.701, 1.000]
• 9 个视频全部触发 statichover
• 同样配置下，真实 Physics-IQ 视频没有触发警报

他强调的限制

• 只测了一个 I2V 模型
• 只是一类“球和方块下落”场景
• 只覆盖一个已知失败模式
• 不能据此推广到 CogVideoX 全面质量

作者还希望大家批评：位置跟踪会漏掉哪些物理违例、statichover 是否定义得足够窄，以及下一步该测哪种公开视频伪影。

原文链接 →

「多模态」频道最新

• 用 Claude Code 搭视频剪辑流水线,十段 prompt 从粗剪到成片 — TawohAwa · 2026-10-26
• 一句话生成3D世界，再用AI重绘成电影级镜头 — gizakdag · 2026-10-26
• 零实拍造出一整部电影世界：CineMap 导演分镜配 TapNow 成片 — gizakdag · 2026-10-26
• 快手 Kling 对阵字节 Seedance：中国 AI 视频模型竞争观察 — DavidmComfort · 2026-10-26
• 散景宇宙星云提示词模板：虚化光球演绎星际云雾质感 — LudovicCreator · 2026-10-26
• 博主用 Runway Act-2 加 ElevenLabs 变声做出高质量 AI 视频 — AIandDesign · 2026-10-26

更多「多模态」频道 AI 资讯 →