搜索
让自然语言成为世界模型的表征，英伟达 Physis-Lang 增强视频物理真实性
4 小时前
英伟达携手MIT和牛津大学团队，共同推出了Physis-Lang方案。该方案将物理原因、规律和结果融入语言描述，并贯穿于数据筛选、模型训练和视频生成的全过程。为评估视频描述的物理细节充分性与正确性，方案构建了PhysCapBench评测体系。它通过固定标注模型权重、迭代优化共享caption prompt，实现描述准则的自进化。此外，该方案还能将模型在物理能力上的短板转化为物理领域标签，进而检索并补充针对性的训练数据。搭载Physis-Lang方案的Cosmos3-Super和Cosmos3-Nano模型，在Physics-IQ Verified榜单上分别荣获第一、第二名，得分显著超越此前最高分。同时，它们在四项物理评测中取得了开源SOTA的成绩，其中三项表现更胜Veo 3.1一筹，能够生成更符合真实物理规律的视频内容。
