PhyGround

最后更新: 2026年10月7日

本页内容

PhyGround（美国东北大学）是准则锚定，不是实拍续写，也不是 PhyGenEval。250 条文本+图像转视频 prompt 各带预期物理结果，以及 13 条定律分类（固体、流体、光学）中适用的 2–4 条。Judge（PhyJudge-9B 或人工）按 1–5 分评语义符合、物理时序有效性、持久性与各适用定律。这更像量表，而不是 Physics-IQ 的 mask IoU。

PhyGenBench 是 T2V 生成常识套件（160 条 / 27 条定律 / PhyGenEval）。PhyGround 是 TI2V 定律准则打分（250 条 / 13 条定律）。

论文：PhyGround。项目：phyground.github.io。代码：NU-World-Model-Embodied-AI/PhyGround。数据：NU-World-Model-Embodied-AI/phyground。

WorldFoundry 导入 PhyJudge/vLLM 或云端 judge 的 scores.json。它不对候选视频执行 PhyJudge-9B。

评测维度

准则锚定的 TI2V
类型任务
文本+图像转视频 prompt，附带预期物理结果与 2–4 条适用定律。视频按准则 1–5 分评定——不是与实拍未来做像素对齐。
固体力学
类型类别
13 条定律分类中，适用固体力学定律的领域分。
流体动力学
类型类别
适用流体动力学定律的领域分。
光学
类型类别
适用光学定律的领域分。

数据组成

规模
250 条文本+图像转视频 prompt，覆盖 13 条定律分类（固体、流体、光学）。WorldFoundry 导入 PhyJudge/人工 scores.json；不运行 PhyJudge-9B。
来源
NU-World-Model-Embodied-AI/phyground · github.com
模态
image · text · video
说明
Judge 输出在 annotations/ 或 --official-results-path。文件含多个模型 id 时用 --result-model-id。

指标

semantic_adherence
方向越高越好
与 prompt 的 1–5 语义对齐，再归一化。
physical_temporal_validity
方向越高越好
生成事件的 1–5 物理时序有效性。
persistence
方向越高越好
片段中物体/状态持久性的 1–5 分。
solid_body_score
方向越高越好
该视频适用固体力学定律的聚合分。
fluid_dynamics_score
方向越高越好
适用流体动力学定律的聚合分。
optics_score
方向越高越好
适用光学定律的聚合分。
phyground_overall
方向越高越好
通用维度与领域分之后的导入总分。
主指标PhyGround Overall

Leaderboard

论文报告结果（非实时榜；不是 WorldFoundry 跑分）。 PhyGround: Benchmarking Physical Reasoning in Generative World Models (2026).

模型	总体（1–5 人工）
Wan2.2-27B-A14B	3.28
Veo-3.1closed	3.28
OmniWeaving	3.10
Cosmos-14B	2.91
LTX-2.3-22B	2.69
Wan2.2-TI2V-5B	2.63
Cosmos-2B	2.58
LTX-2-19B	2.56

如何运行

就位数据根（prompts/、first_images/、annotations/、videos/<model_id>/）并导入 judge 输出：

hf download NU-World-Model-Embodied-AI/phyground --repo-type dataset --local-dir <phyground_data_root>

worldfoundry-eval zoo benchmark-run \
  --benchmark-id phyground \
  --mode official-validation \
  --benchmark-data-root <phyground_data_root> \
  --generated-artifact-dir <phyground_data_root>/videos/<model_id> \
  --result-model-id <model_id> \
  --output-dir tmp/phyground/official-validation \
  --json

也可把 --official-results-path 指到 scores.json / annotations/。--prompt-manifest 可校验 prompt 覆盖。产物包括 scorecard.json（主键 phyground_overall）。

← 返回 Benchmark Hub

PhyGround

评测维度

数据组成

指标

指标

Leaderboard

如何运行

相关页面