# VideoPhy – UCLA 联合谷歌推出评估视频生成模型物理常识能力的基准测试 - Link: https://paooo.com/aigc-news/24499/ - Published: 2026-07-07T22:48:29+08:00 - Author: 站外新闻 ## VideoPhy是什么 VideoPhy是UCLA和谷歌研究研究院联合推出的，首个评估视频生成模型物理常识能力的基准 测试，能衡量模型生成的视频是否遵循现实世界的物理规则。VideoPhy基准包含688个描述物理 互动的字幕，用在从多种文本到视频模型中生成视频，进行人类及自动评估。研究发现，即使是 最佳模型，也仅有39.6%的视频能同时遵循文本提示和物理法则。VideoPhy强调视频生成模型 在模拟物理世界方面的局限性，推出自动评估工具VideoCon-Physics，支持未来模型的可靠 评估。 阅读目录 * [VideoPhy是什么](https://paooo.com/aigc-news/24499/#videophy%e6%98%af%e4%bb%80%e4%b9%88) * [VideoPhy的主要功能](https://paooo.com/aigc-news/24499/#videophy%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [VideoPhy的技术原理](https://paooo.com/aigc-news/24499/#videophy%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [VideoPhy的项目地址](https://paooo.com/aigc-news/24499/#videophy%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [VideoPhy的应用场景](https://paooo.com/aigc-news/24499/#videophy%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![VideoPhy – UCLA 联合谷歌推出评估视频生成模型物理常识能力的基准测试 - 配图](https:// paooo.com/wp-content/uploads/2026/07/VideoPhy-website1-1.avif) ## VideoPhy的主要功能 * **评估视频生成模型的物理常识：** 测试文本到视频（text-to-video）生成模型是否能 生成符合物理常识的视频内容。 * **提供标准化测试集：** 包含688个经过人类验证的描述性字幕（captions），涉及固体- 固体、固体-流体和流体-流体之间的物理互动，用在生成视频并进行评估。 * **人类评估与自动评估：** VideoPhy结合人类评估和自动评估工具VideoCon-Physics， 评估视频的语义一致性和物理常识。 * **模型性能比较：** 比较不同模型在VideoPhy数据集上的表现，确定哪些模型在遵循物理 法则方面表现更好。 * **促进模型改进：** 揭示现有模型在模拟物理世界方面的不足，推动研究者开发出更符合 物理常识的视频生成模型。 ## VideoPhy的技术原理 * **数据集构建：** VideoPhy的数据集基于三阶段的流程构建，包括使用大型语言模型生成 候选字幕、人类验证字幕的质量及标注视频生成的难度。 * **视频生成：** 用不同的文本到视频生成模型，根据VideoPhy数据集中的字幕生成视频。 * **人类评估：** 基于亚马逊机械土耳其（Amazon Mechanical Turk）上的人工评估者对 生成的视频进行语义一致性和物理常识的评分。 * **自动评估模型：** 推出VideoCon-Physics，基于VIDEOCON视频-语言模型的自动评估器， 用微调评估生成视频的语义一致性和物理常识。 * **性能指标：** 用二元反馈（0或1）评估视频的语义一致性（Semantic Adherence, SA） 和物理常识（Physical Commonsense, PC）。 ## VideoPhy的项目地址 * **项目官网**：[videophy.github.io](https://videophy.github.io/?utm_source=ai-bot.cn) * **GitHub仓库**：[https://github.com/Hritikbansal/videophy](https://github.com/Hritikbansal/videophy) * **HuggingFace模型库**： - [https://huggingface.co/datasets/videophysics/videophy](https://huggingface.co/datasets/videophysics/videophy_test_public) - [https://huggingface.co/videophysics/videocon_physics](https://huggingface.co/videophysics/videocon_physics/tree/main)（ VideoCon-Physics） * **arXiv技术论文**：[https://arxiv.org/pdf/2406.03520](https://arxiv.org/pdf/2406.03520) ## VideoPhy的应用场景 * **视频生成模型开发与测试**：开发和测试新的文本到视频生成模型，确保生成符合物理 常识的视频内容。 * **计算机视觉研究**：在计算机视觉领域，用在研究和改进视频理解算法，特别是在涉及 物理交互和动态场景理解方面。 * **教育与培训**：在教育领域，作为教学工具，帮助学生理解物理现象和视频内容的生成 过程。 * **娱乐产业**：在电影、游戏和虚拟现实制作中，生成更加真实和符合物理规则的动态场景。 * **自动化内容生成**：为新闻、体育和其他媒体内容的自动化生成提供技术支持，提高内容 的质量和真实性。 **🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [⚡ AIGC 早报生成器](https://paooo.com/mtool/)