PulseAugur
中
实时 08:13:50
English(EN) Learning Explicit Physical Parameter Control and Benchmarking for Video Generation

新数据集和模型推动物理基础视频生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了PhyParam-Dataset，这是一个包含130,000个物理模拟视频的集合，旨在改进可控视频生成。该数据集包括详细的物理参数，如力向量、材料属性和环境常数。为了利用这些数据，他们开发了PhyParam，一个基于物体级物理属性和场景级重力来条件化视频生成的扩散模型。此外，他们还建立了PhyParam-Bench，一个用于评估生成视频物理一致性的基准测试。 AI

影响 推进了生成物理上逼真且可控视频的能力，可能对模拟和内容创作产生影响。

排序理由 该集群包含一篇详细介绍视频生成新数据集、模型和基准测试的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新数据集和模型推动物理基础视频生成

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yanxun Li, Hao Wen, Bingze Song, Jiashu Zhu, Aiming Hao, Chubin Chen, Jintao Chen, Jiahong Wu, Xiangxiang Chu, Miao Wang ·

    学习显式物理参数控制和视频生成基准测试

    arXiv:2607.18924v1 Announce Type: new Abstract: Recent advances in image-to-video generation have improved visual realism, making physically grounded and controllable dynamics an important step toward future world simulation. Current models often generate plausible motion, but it…

相关实体

相关话题