physis

general · 首次出现 2026-09-29 · 最近出现 2026-10-20 · 累计提及 3

综述

Physis 是当前 AI 视频生成领域围绕“物理真实性”展开的一套技术框架与评测方向的统称,核心目标是让生成视频中的运动、碰撞、光影等表现符合真实物理规律。随着视频生成模型竞赛从“画质”转向“物理推理”,physis 正在成为衡量模型可信度的关键维度,也吸引了 NVIDIA、智源研究院等机构相继推出相关成果。

Physis 的近期进展

  • NVIDIA发布Physis-Lang视频物理推理框架:NVIDIA 推出 Physis-Lang,将物理推理能力引入视频生成流程,使模型在生成画面时能够显式考虑物体运动与相互作用的规律,而不只是拟合像素分布。
  • Physis-Lang登上物理视频生成榜首:在物理视频生成的评测榜单上,Physis-Lang 登上首位,显示在“物理正确性”这一指标上,专用框架的设计思路开始超越单纯的视频生成模型升级。
  • 智源研究院发布 PhysisServe:智源研究院(BAAI)推出 PhysisServe,把 physis 相关能力以服务化方式提供,方向上侧重物理推理的部署与工程化落地,与 NVIDIA 偏框架、榜单的做法形成互补。
  • 当前焦点与观察点

    physis 赛道的核心争议在于“如何定义物理正确”。目前的评测多以视觉判断加定量基准为主,但物理规律覆盖面广,单一榜单的排名未必等同于真实场景表现。此外,物理推理通常需要额外的建模开销,它与视频生成的速度、成本之间存在权衡,各家方案尚无共识。

    值得关注的趋势有三个:一是物理专用框架(如 Physis-Lang)与通用视频模型的融合方式;二是 PhysisServe 这类服务化尝试能否降低开发者的接入门槛;三是评测基准是否会走向统一,这决定了 physis 能否像 MMLU 之于语言模型那样,成为视频生成领域的公认标尺。

    相关报道

    4 条在档