論文の概要: FluidGen: Physics-Aware Fluid Video Generation via Motion-Guided Post-Training

• arxiv url: http://arxiv.org/abs/2610.25660v1
• Date: Mon, 19 Oct 2026 02:07:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 12:41:50.693195
• Title: FluidGen: Physics-Aware Fluid Video Generation via Motion-Guided Post-Training
• Title（参考訳）: FluidGen:モーションガイドによる物理対応流体ビデオ生成
• Abstract要約: ビデオ生成モデルは視覚的に魅力的な動きを生み出すが、流体現象では体系的に失敗する。 我々は、事前訓練されたビデオモデルに先立って、データ駆動流体を注入することで、このギャップに対処する。 我々のモデルは、強いビデオベースラインや最適化に基づく手法よりも、はるかに現実的な流体力学シーケンスを生成する。
• 参考スコア（独自算出の注目度）: 47.684356151343934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video generation models produce visually compelling motion but systematically fail on fluid phenomena, including smoke, fire, and explosion debris, where outputs lack coherent vortical structure and collapse to bland dynamics that violate the physics of real fluids. Classical solvers achieve high physical fidelity but require detailed 3D scenes and carefully tuned parameters, making them impractical for in-the-wild imagery and video generation. We address this gap by injecting a data-driven fluid prior into a pre-trained video model, trained on a mixture of high-fidelity Houdini simulation data with paired velocity-field ground truth and curated in-the-wild fluid video data for appearance diversity. The core of our approach is a dual stream architecture that predicts per-frame velocity fields alongside RGB, supervised by simulation ground truth. This auxiliary signal regularizes generation toward physically consistent motion and exposes an interpretable physical quantity that we further leverage as a reward for velocity-aware direct preference optimization. Our model produces substantially more realistic fluid dynamics sequences than strong video baselines and optimization-based methods. Project page: https://y-zheng18.github.io/FluidGen/
• Abstract（参考訳）: ビデオ生成モデルは視覚的に魅力的な動きを生み出すが、煙、火、爆発などの流体現象では体系的に失敗する。 古典的解法は、高い物理的忠実度を達成するが、詳細な3Dシーンと注意深く調整されたパラメータを必要とするため、Wild画像やビデオ生成には実用的ではない。 このギャップは、事前訓練されたビデオモデルにデータ駆動流体を注入することにより解決し、高忠実度フーディーニシミュレーションデータとペアの速度場地上真実と、外観の多様性を考慮に入れた画像データとを混合して訓練する。 提案手法のコアとなるのは,RGBと並行してフレーム単位の速度場を予測し,シミュレーション基盤の真理によって制御する2重ストリームアーキテクチャである。 この補助信号は、物理的に一貫した動きに対する生成を規則化し、解釈可能な物理量を公開する。 我々のモデルは、強いビデオベースラインや最適化に基づく手法よりも、はるかに現実的な流体力学シーケンスを生成する。 プロジェクトページ: https://y-zheng18.github.io/FluidGen/

関連論文リスト

• Fluid-Gen-Zero: Grounding Pretrained Video Generators in Physics without Training [18.84750193401236]
  物理を意識した流体-物体相互作用ビデオ生成のためのトレーニングフリーフレームワークであるFluid-Gen-Zeroを提案する。 我々の重要な洞察は、予め訓練されたビデオジェネレータの外観モデリング能力を保ちながら、運動力学を物理シミュレータに委譲することである。 このプラグアンドプレイのデザインは、現在のビデオファンデーションモデルと互換性がある。
  論文  参考訳（メタデータ） (2026-10-07T23:16:32Z)
• Physics-Grounded Fluid Video Generation with a Simulation Dataset and Dual-Stream Optical-Flow Supervision [78.04385989413382]
  ビデオ拡散モデルは視覚的に魅力的な内容を生成するが、流体にまつわる基礎物理学に規則的に違反する。 我々は1,638MPMを模擬した注水/スロッシングビデオと2,320のキーワードフィルターによる実注水ビデオを組み合わせた物理シミュレーション流体データセットを構築した。 予め訓練された拡散フィルタビデオジェネレータ上に構築されたデュアルストリーム映像合成アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-07-28T06:13:18Z)
• Neural Voxel Dynamics: Learning Implicit 3D Physics via Volumetric Feature Advection [0.14323566945483496]
  本稿では,映像由来の監視信号から直接,暗黙的な3次元物理力学を学習するための自己次元フレームワークを提案する。 予測ボトルネックを2次元画像空間から3次元容積潜在空間にシフトすることで、この問題に対処する。 トレーニングや推論のための明示的な古典的シミュレータに依存する最先端のハイブリッドモデルとは異なり、当社のアーキテクチャは、高教師付きV-JEPA機能内の物質状態を暗黙的に追跡する。
  論文  参考訳（メタデータ） (2026-06-24T22:06:35Z)
• 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)
• PhysAlign: Physics-Coherent Image-to-Video Generation through Feature and 3D Representation Alignment [23.066204478030627]
  ビデオモデル(VDM)は、動的なシーンや環境をシミュレートするための有望なアプローチを提供する。 既存のモデルは、しばしば基本的な物理的直観に反する時間的に一貫性のないコンテンツを生成する。 物理コヒーレントな画像対ビデオI(2V)生成のための効率的なフレームワークであるPhysAlignを提案する。
  論文  参考訳（メタデータ） (2026-03-14T05:44:18Z)
• 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)
• PhysGM: Large Physical Gaussian Model for Feed-Forward 4D Synthesis [37.21119648359889]
  PhysGMはフィードフォワードフレームワークであり、単一の画像から3次元ガウス表現とその物理的特性を共同で予測する。 1分で1枚の画像から高忠実度4Dシミュレーションを効果的に生成する。
  論文  参考訳（メタデータ） (2025-08-19T15:10:30Z)
• Think Before You Diffuse: Infusing Physical Rules into Video Diffusion [55.046699347579455]
  実世界の動き、相互作用、ダイナミクスの複雑さは、データから物理を学ぶ際に大きな困難をもたらす。 DiffPhyは、トレーニング済みの動画拡散モデルを微調整することで、物理的に正確でリアルな映像生成を可能にする汎用的なフレームワークである。
  論文  参考訳（メタデータ） (2025-05-27T18:26:43Z)
• DreamPhysics: Learning Physics-Based 3D Dynamics with Video Diffusion Priors [75.83647027123119]
  本稿では,映像拡散前の物体の物理的特性を学習することを提案する。 次に,物理に基づくMaterial-Point-Methodシミュレータを用いて,現実的な動きを伴う4Dコンテンツを生成する。
  論文  参考訳（メタデータ） (2024-06-03T16:05:25Z)

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。