論文の概要: LoViF 2026 The First Challenge on Holistic Quality Assessment for 4D World Model (PhyScore)

• arxiv url: http://arxiv.org/abs/2605.05187v1
• Date: Wed, 06 May 2026 17:52:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.975694
• Title: LoViF 2026 The First Challenge on Holistic Quality Assessment for 4D World Model (PhyScore)
• Title（参考訳）: LoViF 2026 4次元世界モデル(PhyScore)のホロスティック品質評価に関する最初の挑戦
• Abstract要約: LoViF 2026 PhyScoreチャレンジは、ワールドモデル生成ビデオの全体的な品質評価に関する競争である。 ベンチマークデータセットには、7つの代表的な世界生成モデルによって生成された1,554のビデオが含まれている。 本報告では,課題設計を要約し,提案したソリューションからメソッドレベルの洞察を提供する。
• 参考スコア（独自算出の注目度）: 130.91833247554004
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper reports on the LoViF 2026 PhyScore challenge, a competition on holistic quality assessment of world-model-generated videos across both 2D and 4D generation settings. The challenge is motivated by a central gap in current evaluation practice: perceptual quality alone is insufficient to judge whether generated dynamics are physically plausible, temporally coherent, and consistent with input conditions. Participants are required to build a metric that jointly predicts four dimensions, i.e., Video Quality, Physical Realism, Condition-Video Alignment, and Temporal Consistency. Depart from that, participants also need to localize physical anomaly timestamps for fine-grained diagnosis. The benchmark dataset contains 1,554 videos generated by seven representative world generative models, organized into three tracks (text-2D, image-to-4D, and video-to-4D) and spanning 26 categories. These categories explicitly cover physics-relevant scenarios, including dynamics, optics, and thermodynamics, together with diverse real-world and creative content. To ensure label reliability, scores and anomaly timestamps are produced through trained human annotation with an additional automated quality-control pass. Evaluation is based on both score prediction and anomaly localization, with a composite protocol that combines TimeStamp_IOU and SRCC/PLCC. This report summarizes the challenge design and provides method-level insights from submitted solutions.
• Abstract（参考訳）: 本稿は,世界モデル生成ビデオの総合的品質評価に関するコンペであるLoViF 2026 PhyScoreチャレンジについて報告する。 この課題は、現在の評価実践における中心的なギャップによって動機付けられている: 知覚的品質だけでは、生成されたダイナミクスが物理的に妥当で、時間的に一貫性があり、入力条件と整合しているかどうかを判断するには不十分である。 参加者は、ビデオ品質、物理リアリズム、コンディション・ビデオアライメント、テンポラル・一貫性の4つの次元を共同で予測するメトリクスを構築する必要がある。 それとは別に、参加者は微粒な診断のために物理的な異常なタイムスタンプをローカライズする必要がある。 ベンチマークデータセットには、7つの代表的な世界生成モデルによって生成された1,554本のビデオが含まれており、3つのトラック(text-2D, image-to-4D, video-to-4D)と26のカテゴリで構成されている。 これらのカテゴリは、様々な現実世界と創造的コンテンツとともに、力学、光学、熱力学を含む物理学関連シナリオを明示的にカバーしている。 ラベルの信頼性を確保するため、自動品質制御パスを付加したトレーニングされた人間のアノテーションによってスコアと異常なタイムスタンプが生成される。 TimeStamp_IOUとSRCC/PLCCを組み合わせた複合プロトコルを用いて,スコア予測と異常局所化の両方に基づいて評価を行う。 本報告では,課題設計を要約し,提案したソリューションからメソッドレベルの洞察を提供する。

関連論文リスト

• Multi-Dimensional Quality Assessment for AI-Generated Human-Centric Videos: Dataset and Model [95.02470963378896]
  HVEval+はAIが生成する人間中心ビデオの総合的品質評価データセットとしては最大である。 MoE-Raterは、Mixture-of-Experts (MoE)にインスパイアされたマルチモーダルな大規模言語モデル(MLLM)ベースのオールインワン方式である。
  論文  参考訳（メタデータ） (2026-07-18T10:04:18Z)
• WBench: A Comprehensive Multi-turn Benchmark for Interactive Video World Model Evaluation [56.5415838759151]
  WBenchはインタラクティブな世界モデルを評価するための総合的なベンチマークである。 ビデオの品質、セッティングアテンジェンス、インタラクションアテンデンス、一貫性、物理コンプライアンスをカバーしている。 289件のテストケースと1,058件のインタラクション・ターンが含まれており、多様なシーン、スタイル、主題、一対三の視点をカバーしている。
  論文  参考訳（メタデータ） (2026-05-25T14:01:31Z)
• WorldReasonBench: Human-Aligned Stress Testing of Video Generators as Future World-State Predictors [45.545823511469166]
  本稿では,映像生成評価を世界状態予測として再設定するWorldReasonBenchを紹介する。 人手による2部構成手法を用いて生成した映像の評価を行った。 WorldRewardBenchは、約6Kのエキスパートアノテートされたペアが1.4Kビデオに対して設定された選好ベンチマークである。
  論文  参考訳（メタデータ） (2026-05-11T12:06:57Z)
• Advancing Reliable Synthetic Video Detection: Insights from the SAFE Challenge [11.327076814364487]
  SAFE: Synthetic Video Detection ChallengeはICCV 2025のArthitAuthenticity and Provenance in the Age of Generative AI (APAI) Workshopと共同で実施された。 コンペティションは参加者に、完全に盲目な評価条件下での合成ビデオとリアルを区別できるアルゴリズムの開発と評価を依頼した。 本研究は, クロスジェネレータ一般化の進展と, ポストプロセッシングアーティファクトに対する永続的脆弱性を明らかにするものである。
  論文  参考訳（メタデータ） (2026-05-07T20:22:32Z)
• RISE-Video: Can Video Generators Decode Implicit World Rules? [71.92434352963427]
  テキスト画像合成(TI2V)の先駆的推論指向ベンチマークであるRISE-Videoを提案する。 RISE-Videoは、8つの厳格なカテゴリにまたがる、細心の注意深い人手によるサンプル467種からなる。 本研究では,LMM(Large Multimodal Models)を利用して人中心評価をエミュレートする自動パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-02-05T18:36:10Z)
• Beyond Rigid: Benchmarking Non-Rigid Video Editing [39.52926053968504]
  NRVBenchは、非剛性ビデオ編集を評価するために設計された最初のベンチマークである。 まず,6つのカテゴリから180個の非剛体モーションビデオからなる高品質なデータセットをキュレートする。 次に、視覚言語モデルに基づく新しい評価指標NRVE-Accを提案する。 第三に、トレーニング不要のベースラインであるVM-Editを導入し、二重領域記述機構を用いて構造認識制御を実現する。
  論文  参考訳（メタデータ） (2026-01-26T10:28:09Z)
• PhyAVBench: A Challenging Audio Physics-Sensitivity Benchmark for Physically Grounded Text-to-Audio-Video Generation [63.3417467957431]
  テキスト・ツー・オーディオ・ビデオ(T2AV)生成は、現実的なオーディオ・ビジュアルコンテンツを要求する幅広いアプリケーションを支える。 我々は,既存のT2AVモデルの音波物理接地能力を評価するために設計された,難易度の高い音波物理感度ベンチマークであるPhyAVBenchを紹介する。 主に音声とビデオの同期に焦点を当てた以前のベンチマークとは異なり、PhyAVBenchは、音生成の基礎となる物理的メカニズムに対するモデルの理解を明確に評価している。
  論文  参考訳（メタデータ） (2025-12-30T05:22:31Z)
• OmniGround: A Comprehensive Spatio-Temporal Grounding Benchmark for Real-World Complex Scenarios [39.58602686069029]
  OmniGroundは、81のカテゴリにまたがる3,475の動画と複雑な現実世界のクエリを備えた総合的なベンチマークである。 また、4つの相補的な次元にわたるデータセット品質を定量化するシステム評価フレームワークであるDeepSTGについても紹介する。 実験では、PG-TAFはm_tIoUとm_vIoUを25.6%、35.6%改善し、4つのベンチマークで一貫した利得を得た。
  論文  参考訳（メタデータ） (2025-11-21T04:23:04Z)
• VideoVerse: How Far is Your T2V Generator from a World Model? [25.155601280571577]
  VideoVerseは、T2Vモデルが現実世界の複雑な時間的因果関係と世界的知識を理解できるかどうかを評価するベンチマークである。 VideoVerseは、815のイベントと733のバイナリ評価質問を含む300の慎重にキュレートされたプロンプトで構成されている。 我々は、VideoVerse上で、最先端のオープンソースおよびクローズドソースT2Vモデルの体系的評価を行う。
  論文  参考訳（メタデータ） (2025-10-09T16:18:20Z)
• VideoScore2: Think before You Score in Generative Video Evaluation [69.43069741467603]
  VideoScore2は、視覚的品質、テキスト・ツー・ビデオのアライメント、物理的/常識的一貫性を明確に評価する多次元、解釈可能、そして人間によるアライメントフレームワークである。 我々のモデルは、27,168人の注釈付きビデオを含む大規模なデータセットVideoFeedback2で訓練されている。
  論文  参考訳（メタデータ） (2025-09-26T18:09:03Z)
• ChronoMagic-Bench: A Benchmark for Metamorphic Evaluation of Text-to-Time-lapse Video Generation [57.651809298512276]
  ChronoMagic-Benchは、テキスト・トゥ・ビデオ(T2V)生成ベンチマークである。 モデルがメタモルフィックな振幅と時間的コヒーレンスを持つタイムラプスビデオを生成する能力に焦点を当てている。 10種類の代表的なT2Vモデルの手動評価を行い、その強度と弱点を明らかにした。 大規模なChronoMagic-Proデータセットを作成し、460kの高品質な720pタイムラプスビデオを含む。
  論文  参考訳（メタデータ） (2024-06-26T17:50:47Z)
• AIM 2020 Challenge on Video Temporal Super-Resolution [118.46127362093135]
  Video Temporal Super-Resolution (VTSR) の第2回AIMチャレンジ 本稿では,ビデオ・テンポラル・スーパー・リゾリューション(VTSR)における第2回AIM課題について報告する。
  論文  参考訳（メタデータ） (2020-09-28T00:10:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。