NVIDIA 发布 PhyProbe:给生成视频的物理一致性打分
nvidia · hf · 2026-10-14
NVIDIA 与滑铁卢大学、Vector Institute 合作推出 PhyProbe,重新思考生成视频物理一致性评测。现有方法要么依赖现成视觉-语言模型(对物理动态短视),要么用人工标注微调的评估器(过拟合数据集线索、难泛化),且监督信号只能提供相对排序或绝对分二者之一。
方法:从冻结的预训练时空编码器提取特征,经轻量打分头映射为标量物理违规分;训练目标统一了成对排序、噪声标注回归和基于锚点的校准,融合异构监督来源。
结果:在多组成对基准(真实-生成、生成-生成、有无对应关系)上超过此前方法,优势最大的是无对应关系和生成-生成场景(现有微调评估器在此急剧退化);与人类判断高度相关,排序指标与线性指标接近一致,说明分数既有序又锚定在稳定的 [0,1] 尺度;且未用通用偏好标注训练,在人类偏好基准上也有竞争力——物理违规与整体质量退化高度纠缠。
「多模态」频道最新
- 恶搞 T 恤「NERDVANA」:AI 生成 Nirvana 风格极客周边设计 — Delahuntagram · 2026-10-14
- 阿里提出 Representation Guidance:纯 Transformer 像素扩散架构,459M 参数超越 FLUX — bdsqlsz · 2026-10-14
- 「提示词区」系列首集《最后的人类》亮相 — Inevitable_Emu2722 · 2026-10-14
- 单卡 RTX 3090 跑 Wan2GP 做叙事短片：2×2 分镜参考图工作流全复盘 — Inevitable_Emu2722 · 2026-10-14
- 中国 95% 新短剧已用 AI 制作,短剧格式带来 780% ROAS — CurieuxExplorer · 2026-10-14
- 新加坡初创用 AI 把小说改编成图像小说,产出约六七成后交人工 — lmoroney · 2026-10-14