英伟达联合 MIT 和牛津大学的研究团队提出 Physis-Lang，通过将物理原因、规律和结果注入语言描述，提升视频模型的物理真实性。在 Physics-IQ Verified 榜单上，Physis-Lang 的 Cosmos3-Super 和 Cosmos3-Nano 版本分别以 48.2 和 43.3 的得分位列第一、第二，Super 较此前最高分提升 5.5 个百分点。研究团队还构建了 PhysCapBench 基准和自进化 caption prompt 机制，使描述准则能够根据物理评估反馈持续改进。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
英伟达联合 MIT 和牛津大学提出 Physis-Lang，把物理原因、规律和结果写进语言描述，并让这套描述贯穿数据筛选、模型训练和视频生成。在 Physics-IQ Verified 榜单上，其 Super 和 Nano 版本分别以 48.2 和 43.3 分位列第一、第二。但语言描述究竟改了什么，能把提升传递到生成的视频里？
给视频模型一句“黄油受热融化”，它该生成什么？一块逐渐变小的黄油、一圈向外扩散的液体，还是一团突然瘫软的黄色物体？这句话点出了事件，却省略了中间的过程。热量如何改变状态，重力如何影响形状，固体缩小与液体铺展怎样同时发生，都需要模型自己补全。
英伟达联合 MIT 和牛津大学的研究团队提出的 Physis-Lang，就从这些经常被省略的细节入手：把物理原因、规律和结果写进语言描述，再让这套描述贯穿数据筛选、模型训练和视频生成。以黄油为例，更完整的描述是持续加热使黄油逐渐融化，固体部分在重力作用下塌落、体积不断缩小，融化后的液体在周围形成逐渐扩大的浅层液池。这段话给出了连续的状态变化，生成模型需要表现的，不再只有“黄油”和“融化”两个概念，还有升温对物态的影响，固体与液体之间随时间变化的关系。
在权威榜单 Physics-IQ Verified 上，Physis-Lang 的 Cosmos3-Super 和 Cosmos3-Nano 版本分别以 48.2 和 43.3 的得分，按平均分位列第一、第二。其中，Super 比图中此前最高的 42.7 分高出 5.5 个百分点；16B 大小的 Cosmos3-Nano 加入 Physis-Lang 以后，均分也超过了原始 64B 大小的 Super 模型。
这组数字来自该榜单页面，文章未说明第三方独立复现。Physis-Lang 由英伟达联合 MIT 和牛津大学的研究团队提出，属研究团队自报成果。因此，排名和分数应视为该团队在特定评测条件下的结果，而非经过独立验证的定论。
本文基于机器之心对 Physis-Lang 论文的报道。Physis-Lang 由英伟达联合 MIT 和牛津大学的研究团队提出，属研究团队自报成果。Physics-IQ Verified 榜单数据来自该榜单页面，文章未说明第三方独立复现。PhysCapBench 的原子断言经过人工核验，但核验方与流程细节文章未展开。四项物理 benchmark 的对比结果来自论文评测，文章未给出完整实验设置。因此，文中涉及的排名、分数和提升幅度应视为研究团队在特定评测条件下的报告结果，而非经过独立验证的定论。
主报道
主报道来源