VideoREPA：通过与基础模型的关系对齐为视频生成学习物理

arXiv 2025 34.1 method

TLDR

VideoREPA用token关系对齐将物理理解从视频基础模型蒸馏到T2V模型，提升生成视频的物理合理性。

评分理由

The paper proposes a novel token relation distillation loss to inject physics knowledge into T2V models and reports benchmark improvements over CogVideoX. Strengths include a clear problem framing and a new alignment method, but the abstract lacks quantitative details and broader comparisons, and the connection to world models is not explicitly established.

Read-first 评分解释

综合优先阅读分 34.1，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 4。

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：基线、基准、评估、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：GitHub

主题相关性 42%

5.7

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

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：203。

关键词评分

world dynamics prediction

world model

video world model

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

资源

论文