論文の概要: MotionPhys: Detecting AI-Generated Videos via Physical Consistency of Optical-Flow Trajectories
- arxiv url: http://arxiv.org/abs/2608.20770v1
- Date: Fri, 21 Aug 2026 06:29:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.413464
- Title: MotionPhys: Detecting AI-Generated Videos via Physical Consistency of Optical-Flow Trajectories
- Title（参考訳）: MotionPhys:光フロー軌道の物理的一貫性によるAI生成ビデオの検出
- Abstract要約: 運動軌跡を物理的証拠として扱う軽量フレームワークであるMotionPhysを紹介する。
複数の時間スケールにわたる軌跡の幾何学的進化をモデル化することにより、MotionPhysは微妙な動きの不整合を明らかにする。
複数のデータセットの実験では、MotionPhysが生成されたビデオの物理的不整合を効果的に検出できることが示されている。
- 参考スコア（独自算出の注目度）: 23.111071311995957
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern AI video generation models can produce videos with high visual fidelity and seemingly smooth temporal transitions. However, visual realism does not necessarily imply physical motion consistency. Existing generative models mainly optimize distribution matching in pixel or latent spaces, without explicitly enforcing real-world constraints such as inertia, continuous forces, and trajectory geometry. Our experiments show that AI-generated videos remain visually plausible over short sequences of consecutive frames, yet fail to preserve physical motion consistency throughout a complete object action, resulting in systematic statistical discrepancies in their motion trajectories. Based on this observation, we introduce MotionPhys, a lightweight and interpretable framework that treats sparse motion trajectories as physical evidence rather than relying on appearance artifacts or generator-specific traces. By modeling the geometric evolution of trajectories across multiple temporal scales, MotionPhys reveals subtle motion inconsistencies that are difficult to capture with conventional visual cues and transforms them into a compact representation for efficient detection. Experiments on multiple datasets show that MotionPhys can effectively detect physical inconsistencies in generated videos and generalizes well across different video generators.
- Abstract（参考訳）: 現代のAIビデオ生成モデルは、高い視覚的忠実度と一見スムーズな時間的遷移を持つビデオを生成することができる。
しかし、視覚的リアリズムは必ずしも物理的な運動の一貫性を示唆するものではない。
既存の生成モデルは、慣性、連続力、軌跡幾何学のような実世界の制約を明示的に課すことなく、主にピクセル空間や潜在空間における分布マッチングを最適化する。
我々の実験では、連続するフレームの短いシーケンスに対して、AI生成ビデオは視覚的に可視でありながら、完全な物体の動きを通して物理的な動きの一貫性を維持することができず、結果として、その運動軌跡の統計的相違が系統的に生じることを示した。
そこで本研究では, 動作軌跡を物理的証拠として扱う軽量かつ解釈可能なフレームワークであるMotionPhysを紹介した。
複数の時間スケールにわたる軌跡の幾何学的進化をモデル化することにより、MotionPhysは従来の視覚的手がかりで捉えるのが難しい微妙な動きの不整合を明らかにし、それらを効率的な検出のためにコンパクトな表現に変換する。
複数のデータセットの実験では、MotionPhysが生成したビデオの物理的不整合を効果的に検出し、異なるビデオジェネレータ間でうまく一般化できることが示されている。
関連論文リスト
- TelePhysics: Physics-Grounded Multi-Object Scene Generation from a Single Image with Real-Time Interaction [51.01447538245441]
トレーニング不要なフレームワークであるTelePhysicsを提案する。
空間座標系で全シーンの幾何学を表現することで、TelePhysicsは物体の侵入とアライメントのあいまいさを解消する。
実験結果から,TelePhysicsは,物理忠実度,空間コヒーレンス,制御性において,従来手法よりも大幅に優れていたことがわかった。
論文 参考訳（メタデータ） (2026-05-19T08:16:44Z) - VeloGauss: Learning Physically Consistent Gaussian Velocity Fields from Videos [11.004005265944706]
VeloGaussは、複雑なダイナミックな3Dシーンの物理的特性を物理的に学習するように設計されている。
本研究では,各ガウス粒子の速度場を物理コードと粒子動力学システムを導入して学習する。
論文 参考訳（メタデータ） (2026-05-11T13:38:14Z) - Kinematics-Driven Gaussian Shape Deformation for Blurry Monocular Dynamic Scenes [32.40228197424996]
Kinematics-GSは運動整合変形をモデル化するキネマティクス対応フレームワークである。
最適化を安定させるために,シーンを動的および静的なコンポーネントに分解する。
また、非剛体運動を示す変形性および弾性物体の挑戦的な実世界のデータセットも導入する。
論文 参考訳（メタデータ） (2026-05-09T03:01:17Z) - PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。
i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
論文 参考訳（メタデータ） (2026-04-30T17:53:03Z) - Phantom: Physics-Infused Video Generation via Joint Modeling of Visual and Latent Physical Dynamics [12.143531149918674]
本稿では,視覚的内容と潜伏する物理力学を共同でモデル化する物理拡散ビデオ生成モデルを提案する。
観測されたビデオフレームと推論された物理状態に基づいて、Phantomは遅延物理的ダイナミクスを共同で予測し、将来のビデオフレームを生成する。
物理認識ビデオ表現の推論を直接ビデオ生成プロセスに統合することにより、Phantomは視覚的にリアルかつ物理的に一貫性のあるビデオシーケンスを生成する。
論文 参考訳（メタデータ） (2026-04-09T17:48:46Z) - Physical Simulator In-the-Loop Video Generation [96.87054314612142]
Physical Simulator In-the-loop Video Generation (PSIVG)は、物理シミュレータをビデオ拡散プロセスに統合する新しいフレームワークである。
PSIVGは、視覚的品質と多様性を保ちながら、現実世界の物理に忠実なビデオを制作する。
論文 参考訳（メタデータ） (2026-03-06T15:48:25Z) - What Happens Next? Anticipating Future Motion by Generating Point Trajectories [76.16266402727643]
一つの画像から動きを予測し、世界の物体がどのように動くかを予測する問題を考察する。
我々はこのタスクを,現代のビデオジェネレータのアーキテクチャを忠実に追従するモデルを用いて,高密度トラジェクトリグリッドの条件生成として定式化する。
このアプローチはシーン全体のダイナミクスと不確実性を捉え、以前の回帰器やジェネレータよりも正確で多様な予測をもたらす。
論文 参考訳（メタデータ） (2025-09-25T21:03:56Z) - Physics-Grounded Motion Forecasting via Equation Discovery for Trajectory-Guided Image-to-Video Generation [54.42523027597904]
物理グラウンド映像予測のためのシンボル回帰と軌跡誘導映像(I2V)モデルを統合する新しいフレームワークを提案する。
提案手法は,入力ビデオから運動軌跡を抽出し,検索に基づく事前学習機構を用いて記号回帰を向上し,運動方程式を発見し,物理的に正確な将来の軌跡を予測する。
論文 参考訳（メタデータ） (2025-07-09T13:28:42Z) - VLIPP: Towards Physically Plausible Video Generation with Vision and Language Informed Physical Prior [88.51778468222766]
近年,映像拡散モデル (VDM) が大幅に進歩し,映像のリアル化が進んでいる。
VDMは物理の理解の欠如のため、物理的にもっともらしいビデオを作ることができないことが多い。
本稿では,物理を視覚と言語に明示的に組み込んだ新しい2段階画像・映像生成フレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-30T09:03:09Z)
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。