VideoPhy

VideoPhy是由加州大学洛杉矶分校（UCLA）与谷歌研究院共同研发的基准测试工具，专注于评估视频生成模型的物理常识能力。该工具通过对比生成视频与实际物理规律的一致性，揭示了当前模型在模拟物理世界方面的局限性。VideoPhy包含688条经人类验证的描述性字幕，涵盖固体-固体、固体-流体以及流体-流体间的物理互动，并支持自动评估工具VideoCon-Physics的集成。此外，VideoPhy还提供了人类评估与自动评估相结合的方法，用于量化视频生成模型的表现。