VideoPhy：评估视频生成中的物理常识

arXiv 2024 38.6 benchmark

TLDR

VideoPhy基准评估视频生成模型是否遵循真实世界活动的物理常识，发现当前模型严重缺乏。

评分理由

The paper introduces a novel benchmark with human evaluation, highlighting a clear limitation in video generation models. Strengths include a well-defined evaluation setup and actionable results. Weaknesses are the reliance on human evaluation and limited scope of prompts, but the work is sound.

Read-first 评分解释

综合优先阅读分 38.6，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 25。

近期性 8%

75.1

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：2024

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、评估

主题相关性 42%

35.7

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

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：无

研究版图角色

候选论文

排序敏感性

稳定性：volatile；排名波动范围：188。

关键词评分

world model

world simulator

video world model

generative world model

world dynamics prediction

interactive world model

model-based reinforcement learning world model

资源

论文