PhyEvolve：面向物理感知视频生成的多智能体状态演化规划
英文标题：PhyEvolve: Multi-Agent State-Evolution Planning for Physics-Aware Video Generation
针对当前文本到视频（T2V）模型难以理解用户提示词中隐含物理规律的问题，研究团队提出了名为 PhyEvolve 的多智能体状态演化规划框架。该方法通过引入多智能体协作机制，显式建模和规划动态物理状态的演化过程，从而解决了传统模型难以生成具有连续物理规律视频的痛点。该技术有助于大幅提升 AI 视频生成的物理真实感与动力学一致性，为世界模型、自动驾驶仿真及具身智能训练提供了重要技术参考。
打开原文相关 4.8 · 机会 2
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
PhyEvolve：面向物理感知视频生成的多智能体状态演化规划
论文编号：arXiv:2610.30717v1
公告类型：最新提交（new）
摘要
近期，文本到视频（Text-to-Video）生成技术取得了显著进展，大幅提升了生成画面的视觉逼真度。然而，现有的视频生成模型在理解用户提示词（Prompt）中隐含的物理演化过程方面仍存在明显不足，导致模型难以生成具备连续物理动力学特征的高质量视频。针对这一瓶颈，PhyEvolve 提出了多智能体状态演化规划机制，旨在强化视频生成中的物理感知与时序演变连贯性。
English / 原文
BibTeX formatted citation
×