PhyMAGIC:无需额外训练,通过运动探针修正视频生成中的物理属性
PhyMAGIC 通过主动生成运动视频作为证据,让视频生成模型学会物理规律,无需额外训练即可提升运动合理性。
视频生成常出现物体运动不符合物理规律(如篮球不反弹、穿透地面)。PhyMAGIC 不要求模型从单张图猜物理参数,而是先让物体动起来,生成针对性运动视频作为“证据”,用视觉语言模型分析并迭代修正,最终得到更合理的物理模拟。
正文摘录
.png) 论文标题:PhyMAGIC: Physical Motion-Aware Generative Inference with Confidence-guided VLM 论文链接:https://arxiv.org/pdf/2505.16456v3 开源代码:https://mengsiwei.github.io/MAGIC/  1. 背景和动机 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。