PhyMAGIC

PhyMAGIC框架从图像生成物理一致的运动

研究人员开发了PhyMAGIC，一个新颖的框架，旨在从静态图像生成物理上一致的运动，无需微调或手动监督。该方法集成了预训练的图像到视频扩散模型、用于置信度引导推理的大型语言模型（LLM）以及可微分物理模拟器。通过根据LLM得出的置信度分数迭代地优化运动提示，并整合物理模拟器的反馈，PhyMAGIC将生成过程引导至逼真的动力学，在实验中优于现有的视频生成器和物理感知基线。