Новости

PhysLoop: Физика с помощью LLM для самосовершенствующихся моделей генерации видео

PhysLoop представляет собой физически осознанный инструмент для моделей генерации видео, использующий LLM для обеспечения физической последовательности и возможности самосовершенствования.

Тематическая редакционная иллюстрация
Редакционная иллюстрация, не фотография события.

Перевод статьи. Читать оригинальную статью.

Было представлено новое исследовательское решение, PhysLoop, для улучшения физической последовательности и возможностей самосовершенствования моделей генерации видео. Опубликованный на arXiv в 2026-11-12 , проект является результатом сотрудничества Пекинского университета, ByteDance Seed и других академических и промышленных партнеров. Этот проект использует большие языковые модели (LLMs) для управления процессом генерации видео, выбора и исправления, решая давно существующие проблемы физической динамики и причинной последовательности.

Проблемы в моделях генерации видео

Хотя модели генерации видео сделали шаги в создании визуально реалистичных результатов, они часто не способны точно уловить физические динамики и причинно-следственные связи. Это ограничение мешает их способности автономно генерировать надежные данные для обучения. Долговременное физическое наблюдение, оценка качества и контролируемые вариации трудно достичь без значительного человеческого вмешательства.

Подход PhysLoop

PhysLoop представляет собой единый инструмент, который интегрирует LLM в качестве физически осознанных планировщиков. Этот инструмент направляет LLM через процесс генерации видео, обеспечивая соответствие выходных данных физическим принципам. Он поддерживает контролируемое создание данных для обучения и исправление видео в момент инференции, выявляя и исправляя физические несоответствия в сгенерированных видео. Этот подход является значительным шагом к рекурсивному самосовершенствованию (RSI), где модели итеративно уточняют свои данные для обучения с минимальным человеческим участием.

Ключевые вклады

  • Выпуск 100,000 видео, охватывающего различные внутренние и внешние сцены, а также инструменты генерации.
  • Введение двух наборов данных для оценки: PhysLoop-Gen для контролируемой генерации и PhysLoop-Repair для локализованного исправления видео.
  • Тестирование производительности на внешнем наборе данных Physics-IQ Verified для оценки физического поведения.

Открытая реализация

Фреймворк PhysLoop доступен на GitHub (https://github.com/DAGroup-PKU/PhysLoop), с подробными руководствами по установке, использованию и доступу к наборам данных. Проект лицензируется под MIT, при этом компоненты третьих лиц сохраняют свои оригинальные лицензии. Хотя выпуск кода ожидает проверки政策 компании, репозиторий уже содержит инструменты для планирования, исполнения и улучшения.

Импликации и будущее направления

Способность PhysLoop извлекать физические знания из LLM и внедрять их в модели генерации видео представляет собой важное достижение в исследованиях ИИ. Позволяя моделям автономно выявлять и устранять свои недостатки, этот фреймворк прокладывает путь для достижений в областях, требующих физически последовательных симуляций, таких как робототехника, виртуальная реальность и автономные системы.

Другие статьи на русском · Финансовые сравнения и источники SEC (на английском)