视频生成

视频生成模型常因缺乏物理常识导致画面穿帮。南洋理工大学团队推出VChain框架，首次引入“视觉思维链”机制。该方案利用多模态大模型进行逻辑推演并指导视频生成，在常识与因果规律测评中表现优异，零重训实现...

深度解析世界模型概念的起源、两条独立研究脉络及其在2025年的融合，揭示当前技术能力边界与百亿资本背后的战略格局。

智源清华等提出PAM框架，仅需初始与目标手部姿态及物体几何即可生成高保真手物交互视频。无需第一帧输入，性能全面超越现有SOTA，其合成数据可大幅提升下游手部姿态估计任务，用50%真实数据即可达到全量数...

中山大学梁小丹团队在CVPR 2026提出的ProPhy，通过分层物理对齐大幅减少视频生成中的物理违规现象，从视觉真实迈向物理正确。

四川大学雷印杰团队在CVPR 2026提出新方法，通过事件链和物理公式约束视频生成，大幅提升过程合理性和时间顺序正确性，在多个物理场景中取得最佳效果，让生成视频不再“出戏”。