NVIDIA Physis-Lang：用自进化物理语言提升视频世界模型，Cosmos3-Nano 反超 Veo 3.1
nvidia · hf · 2026-10-01
- 视频世界模型常生成视觉合理但违反物理规律的视频。NVIDIA 的 Physis-Lang 重新审视「自然语言不足以表达物理知识」的假设，把物理语言作为数据筛选、模型训练、视频生成共享且可优化的表示。
- 物理过程用描述实体、成因、交互、规律、时间演化与效果的语言表示；构建 PhysCapBench 将物理过程分解为原子断言并用 recall/precision 评测 caption；agentic 循环迭代分析断言级错误并精炼物理 caption 的生成指令；模型缺陷被转为文本描述，用语言引导检索覆盖缺失物理过程的多样视频。
- 在 Wan 和 Cosmos 骨干上、四个常用物理视频基准均一致提升物理合理性；从开源 Cosmos3-Nano 出发的增强模型超越领先的闭源 Veo 3.1。
所属事件:NVIDIA 开源 Physis-Lang，包揽物理一致性榜前二(4 条相关)→
「多模态」频道最新
- 用户发现 ChatGPT 图像生成新翻车:倒立人物面部畸变 — flowersslop · 2026-11-15
- Fable 5.2 自创钢琴曲《Elsewhere, Then Here》并配动画视频 — Antique_Cat4404 · 2026-11-15
- 从业者爆料：AI 视频生成平台没一家赚钱，Sora 关停、Grok Imagine 裁员 — AIandDesign · 2026-11-15
- AI 视频更真实的小技巧：用手持镜头感替代稳定器运镜 — moplee1990 · 2026-11-15
- 不调 nano banana，用代码纯手搓画作：Gemini 生图路线实测引热议 — andrew_n_carr · 2026-11-15
- 博主分享 Midjourney sref 码 2659353360 生成美式漫画风大片 — azed_ai · 2026-11-15