MMPhysVideo

该系统可能将视觉视频输入与物理线索、多模态调节和代表对象动力学、力、运动轨迹或场景约束的评估信号相结合。技术评估应侧重于时间一致性、对象身份的保存、合理的接触以及预测或生成的运动是否遵循物理预期。这些因素对于具体环境中使用的模型至关重要。

MMPhysVideo 很有价值，因为现代视频模型在视觉上看起来令人信服，但违反了基本的物理一致性。以物理视频推理为中心的模型或基准可以帮助开发人员检测这些故障并构建对规划、交互和模拟更有用的系统。