基于光流引导帧预测的视频生成模型物理一致性评估基准

arXiv 2025 49.3 benchmark, method

TLDR

提出PhyCoBench基准与PhyCoPredictor评估器，检验文生视频模型的物理一致性。

评分理由

The paper presents a clearly motivated benchmark with manual and automated evaluations across multiple video generation models, and releases resources publicly. However, the visible abstract does not detail experimental protocols, statistical robustness, or limitations of the proposed automated predictor.

Read-first 评分解释

综合优先阅读分 49.3，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 22。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、数据集、评估、实验、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：数据集、GitHub

主题相关性 42%

31.4

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：595。

关键词评分

world simulator

video world model

world model

world dynamics prediction

generative world model

interactive world model

model-based reinforcement learning world model

资源

论文