論文の概要: PhysTrace: Interpretable Temporal Evaluation of Physical Consistency in Video Generative Models

• arxiv url: http://arxiv.org/abs/2610.31429v1
• Date: Thu, 22 Oct 2026 15:27:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.425358
• Title: PhysTrace: Interpretable Temporal Evaluation of Physical Consistency in Video Generative Models
• Title（参考訳）: PhysTrace:ビデオ生成モデルにおける物理的一貫性の解釈的時間的評価
• Abstract要約: PhysTraceは、MLLMの生成した履歴条件の予測を、観察されたビデオウィンドウと整合させる、トレーニング不要のフレームワークである。 IntPhys2-Timingも導入し、IntPhys2に違反間隔を追加します。 PhysTraceはIntPhys2-Timingの物理原理で最大70.7%のヒット率を達成し、IntPhys2の全体的な認識精度において比較した手法より優れている。
• 参考スコア（独自算出の注目度）: 7.672271437410729
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: World action models increasingly rely on pretrained video models assumed to capture physical dynamics for prediction, planning, and action generation. Existing evaluations assess plausibility, probe representations, or measure predictive surprise, but rarely identify which history-conditioned physical expectations conflict with observations. We introduce PhysTrace, a training-free framework aligning MLLM-generated, history-conditioned expectations with observed video windows to temporally localize physical violations and provide interpretable descriptions without task-specific probes or classifiers. We also introduce IntPhys2-Timing, adding violation intervals to IntPhys2. PhysTrace achieves a Hit Rate of up to 70.7% across physical principles on IntPhys2-Timing and outperforms the compared methods in overall possible-impossible discrimination accuracy on IntPhys2. Applied to reconstructed videos along the trajectories of pretrained diffusion/flow-based video models, PhysTrace reveals attribute- and noise-dependent patterns in physical violation localization, enabling interpretable physical consistency analysis across timesteps.
• Abstract（参考訳）: 世界行動モデルは、予測、計画、行動生成の物理力学を捉えるために想定される事前訓練されたビデオモデルにますます依存している。 既存の評価は、妥当性、プローブ表現、または予測的驚きを測定するが、どの履歴条件の物理的期待が観測と矛盾するかを識別することは滅多にない。 PhysTraceはMLLMの生成した履歴条件の予測を観察ビデオウィンドウと整合させて、物理的違反を時間的に局所化し、タスク固有のプローブや分類器を使わずに解釈可能な記述を提供する。 IntPhys2-Timingも導入し、IntPhys2に違反間隔を追加します。 PhysTraceはIntPhys2-Timingの物理原理で最大70.7%のヒット率を達成し、IntPhys2の全体的な可否判定精度において比較手法を上回っている。 PhysTraceは、事前訓練された拡散/フローベースのビデオモデルの軌跡に沿って再構成されたビデオに応用し、物理的違反の局所化における属性とノイズに依存したパターンを明らかにし、タイムステップをまたいだ物理的整合性解析を可能にする。

関連論文リスト

• PhysiCalWorld: In-Context Physics Calibration for World Models [30.131145025297712]
  本稿では,アクション条件付き世界モデルとインスタンス固有ダイナミクスをインコンテキストプロンプトで校正するPhysicalCalWorldを提案する。 提案手法は,テストシーン内で収集した探索的相互作用クリップを,コンパクトな物理記述子トークンに符号化する。 PhysiCalWorldは、物理ラベルなしで、遅延予測損失だけでエンドツーエンドでトレーニングされている。
  論文  参考訳（メタデータ） (2026-10-21T17:57:59Z)
• World Models' Last Exam in Physics [4.4098893730598645]
  我々は,ビデオワールドモデルの物理的一貫性を評価するための測定ベースのベンチマークであるWorld ModelsのLast Exam in Physicsを紹介する。 このベンチマークは、力学、光学、流体、熱および相変化現象、電磁磁気、表面張力にまたがる40の制御されたタスクで構成されている。 1,280のビデオにまたがる8つのビデオ生成モデルの実験では、永続的な物理的不整合とタスク間の実質的な変動が明らかになった。
  論文  参考訳（メタデータ） (2026-10-06T17:59:56Z)
• PhysCoRe: Physics-Corrected Residual World Models for Material-Aware Deformable Dynamics [6.7982839614843575]
  PhysCoReは、2つのフィードフォワードニューラルネットワークと微分可能なMaterial Point Methodシミュレータを結合した物理補正された残留世界モデルである。 材料精製モジュールは、粒子ごとの弾性を視覚観測から推定し、物体特異的物理学においてシミュレータを接地する。 残差補正モジュール(Residual from Dynamics (RfD))は、誤差を学習し、シミュレータの内部ダイナミクスの補正を予測する。
  論文  参考訳（メタデータ） (2026-07-22T18:25:57Z)
• 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)
• PhysChoreo: Physics-Controllable Video Generation with Part-Aware Semantic Grounding [50.454084539837005]
  PhysChoreoは、単一の画像から多様な制御性と物理的なリアリズムを持つビデオを生成する新しいフレームワークである。 本手法は2つの段階から構成される: まず, 画像中の全ての物体の静的初期特性を, 部分認識の物理的特性再構成により推定する。 そして、時間的に指示され、物理的に編集可能なシミュレーションを通じて、リッチな動的な振る舞いと物理的なリアリズムで高品質な動画を合成する。
  論文  参考訳（メタデータ） (2025-11-25T17:59:04Z)
• LikePhys: Evaluating Intuitive Physics Understanding in Video Diffusion Models via Likelihood Preference [57.086932851733145]
  ビデオ拡散モデルにおける直感的な物理を評価するトレーニング不要な方法であるLikePhysを紹介した。 現在のビデオ拡散モデルにおける直観的物理理解のベンチマークを行う。 経験的結果は、現在のモデルが複雑でカオス的な力学に苦しむにもかかわらず、モデルキャパシティと推論設定スケールとしての物理理解の改善傾向が明らかであることを示している。
  論文  参考訳（メタデータ） (2025-10-13T15:19:07Z)
• Physion++: Evaluating Physical Scene Understanding that Requires Online Inference of Different Physical Properties [100.19685489335828]
  この研究は、人工システムにおける視覚的身体的予測を厳格に評価する新しいデータセットとベンチマークであるPhysylon++を提案する。 正確な予測が質量、摩擦、弾性、変形性などの特性の推定に依存するシナリオをテストする。 我々は,様々なレベルの学習と組込み知識にまたがる最先端予測モデルの性能を評価し,その性能を人間の予測と比較した。
  論文  参考訳（メタデータ） (2023-06-27T17:59:33Z)
• Visual Grounding of Learned Physical Models [66.04898704928517]
  人間は、物体の物理的特性を直感的に認識し、複雑な相互作用に従事している場合でも、その動きを予測する。 我々は、物理を同時に推論し、視覚と力学の先行に基づく将来の予測を行うニューラルモデルを提案する。 実験により、我々のモデルはいくつかの観測範囲内で物理的特性を推測できることが示され、モデルが目に見えないシナリオに迅速に適応し、将来正確な予測を行うことができる。
  論文  参考訳（メタデータ） (2020-04-28T17:06:38Z)

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。