Principia: 面向视频模型的关联性物理测试

摘要

评估视频模型物理推理的难点在于绝对运动测量依赖帧率、物体尺度和相机标定，而这些在生成视频中常不明确或缺失。作者提出：同场景两物体若遵循同一物理定律，其运动满足可预测且与标定无关的关系。据此推出基准 Principia，通过配对物体的关联一致性检验牛顿物理，覆盖八类现象（重力、恢复力、摩擦、转动惯量、抛体运动、动量、摆、弹簧振子）和多种动力学，并使用受控协议录制的真实场景；同时提出无需标定的一致性分数直接在图像空间量化违背。对六种先进视频生成器的数千次生成，所有模型在 Principia 上均未超过0.42，而VBench上均约0.8；最佳视觉语言模型检测物理违背准确率仅67%，多数接近随机。