NVIDIA 研究人员发布 Physis-Lang,为视频字幕加入物理推理
NVIDIA 研究人员发布了 Physis-Lang,这是一个开放、可自我演进的框架,为视频字幕加入物理推理。这些字幕说明场景为何以及如何展开;NVIDIA AI 表示,它们既用于微调世界模型,也用于在生成视频时把这种推理加入提示。
NVIDIA AI 表示,仅把物理推理加入提示,就使 NVIDIA Cosmos 3 的 PhyGenBench 得分提高 5.62 分,且无需重新训练。Physis-Lang 论文与项目页面已在网上提供。