让自然语言成为世界模型的表征，英伟达Physis-Lang这样增强视频物理真实性
2026.10.09 · 事件 · 论文 · 媒体报道
英伟达联合MIT、牛津提出Physis-Lang，把物理过程写进语言描述
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，贯穿数据筛选、模型训练与视频生成。其 Cosmos3-Super 和 Cosmos3-Nano 版本在 Physics-IQ Verified 榜单以 48.2 和 43.3 分位列第一、第二。
- Physis-Lang 将物理推理信息注入训练与推理的 caption
- 构建 PhysCapBench：246 段视频、3,794 条人工核验原子断言
- 描述准则自进化使 PhysCapBench F1 从 78.64 升至…
- 数据集含 183K 段真实视频，其中 112K 段由检索流程补充
- 四项物理评测开源 SOTA，三项总分超过 Veo 3.1
为什么值得看
语言描述如何影响视频模型的物理真实性
适合谁关注
关注视频生成与世界模型的研究者和开发者