运动脉动：从视觉动力学测量物理帧率
计算机视觉与模式识别
2026-03-30 v2 人工智能
摘要
虽然近期的生成式视频模型在视觉逼真度方面取得了显著进展，并被探索用作世界模型，但真正的物理模拟需要同时掌握空间与时间。当前模型能够产生视觉上平滑的动力学，却缺乏可靠的内部运动脉冲来将这些运动锚定在一致的现实时间尺度上。这种时间歧义源于常见的在速度差异巨大的视频上进行训练，强行适配标准化帧率的做法，导致所谓的chronometric幻觉：生成的序列显示出模糊、不可靠且不可控制的物理运动速度。为此，我们提出Visual Chronometer（视觉计时器），一个从输入视频的视觉动力学中直接恢复物理帧率（PhyFPS）的预测器。通过受控的时间重抽样进行训练， our方法估计动作本身所暗示的真实时间尺度，绕过不可靠的元数据。为系统性量化此问题，我们建立了两个基准，PhyFPS-Bench-Real 和 PhyFPS-Bench-Gen。我们的评估揭示了严峻的现实：最先进的视频生成器在PhyFPS对齐和时间稳定性方面存在严重不匹配。最后，我们演示了应用PhyFPS校正显著改善AI生成视频的人类感知自然度。我们的项目页面为https://xiangbogaobarry.github.io/Visual_Chronometer/。
引用
@article{arxiv.2603.14375,
title = {The Pulse of Motion: Measuring Physical Frame Rate from Visual Dynamics},
author = {Xiangbo Gao and Mingyang Wu and Siyuan Yang and Jiongze Yu and Pardis Taghavi and Fangzhou Lin and Zhengzhong Tu},
journal= {arXiv preprint arXiv:2603.14375},
year = {2026}
}