PhyMAGIC 提出主动运动探测框架，提升视频生成的物理合理性
让 AI 先让物体动起来再推断物理属性，通过迭代生成运动证据大幅提升视频的物理真实感。
视频生成模型常让物体运动不自然（如篮球不压缩）。PhyMAGIC 不用猜物理参数，而是先生成运动视频作为证据，再用视觉语言模型分析并迭代修正，最终构建可微分的 3D 动态模型。实验显示其在物理合理性和文本一致性上均优于现有方法。
正文摘录
 新智元报道  【新智元导读】 PhyMAGIC 通过让物体动起来，从视频中提取物理证据，帮助准确推断材料属性。它结合图生视频与视觉语言模型，生成针对性运动探针，并不断修正物理参数，最终构建出可微分的 3D 动态模型，实现更符合现实的视频生成。 给定一张篮球的图片，再输入一句「篮球落到地面后反弹」，现在的视频生成模型很快就能让画面动起来。 但仔细观察，问题也很明显：篮球可能在空中突然变形，落地后没有压缩，反弹高度与下落速度不匹配，甚至出现漂浮、穿透地面等现象。生成结果看起来像视频，却不一定符合真实世界的运动规律。原因在于，一张静态图片只能告诉我们物体「长什么样」，却很难直接告诉我们它有多重、多硬、是否容易发生塑性变形。  图1 用于物理属性识别的主动运动探测 密度、杨氏模量、泊松比和屈服应力等物理属性，通常需要通过运动和交互才能被观察到。 如图1所示，对于输入的黄色玩具小车，自由落体和爆炸所展示出的物理属性有很大差别，自由落体更能揭示质量、速度等；爆炸则更能揭示物体材料和密度。一个外观相似的物体，可能由橡胶、塑料、金属或沙粒组成。它们在自由下落、碰撞和挤压时会产生完全不同的响应。