跳到正文
arXiv · 机器人与计算机视觉· Zijun Cui, Xiulong Liu, Hao Fang, Mingwei Xu, Jiageng Liu, Zexin Xu, Weiguo Pian, Shijian Deng, Feiyu Du, Chenming Ge, Yapeng Tian·· 9 天前AI 评分65

Do Joint Audio-Video Generation Models Understand Physics?

Do Joint Audio-Video Generation Models Understand Physics?

AI 导读

该论文提出 AV-Phys Bench 基准,用于评估联合音视频生成模型的物理常识理解能力。研究涵盖稳态、事件过渡和环境过渡三类场景,并引入对抗性提示测试模型鲁棒性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org