基于视频扩散的物理一致性4D建模：Phys4D
机器学习
2026-03-05 v1 人工智能
摘要
最近的视频扩散模型在大规模生成式世界模型方面取得了令人印象深刻的成就。然而，这些模型往往在细粒度物理一致性方面存在挑战，表现为随时间演化的物理不合理动态。本文提出了 Phys4D，一个从视频扩散模型中学习物理一致性4D世界表示的管道。Phys4D采用三阶段训练范式，逐步将基于外观的视频扩散模型提升为物理一致性4D世界表示。我们首先通过大规模伪监督预训练建立稳健的几何和运动表示，为4D场景建模奠定基础。随后，我们使用仿真生成数据进行物理驱动的监督微调，以强制实现时序一致的4D动态。最后，我们应用仿真驱动的强化学习纠正通过显式监督难以捕捉的残余物理违规。为评估基于外观的指标之外的细粒度物理一致性，我们引入了一套4D世界一致性评估，用于探测几何连贯性、运动稳定性和长期物理合理性。实验结果表明，Phys4D 在时空和物理一致性方面显著优于基于外观的基线方法，同时保持强大的生成性能。我们的项目页面地址为 https://sensational-brioche-7657e7.netlify.app/
引用
@article{arxiv.2603.03484,
title = {Optimal trajectory-guided stochastic co-optimization for e-fuel system design and real-time operation},
author = {Jeongdong Kim and Minsu Kim and Jonggeol Na and Junghwan Kim},
journal= {arXiv preprint arXiv:2603.03484},
year = {2026}
}
备注
29 pages, 6 figures. Supplementary Information included