Principia：透過關係物理學基準測試，揭示影片生成模型在物理規律理解上的侷限

本研究提出 Principia 基準測試，利用場景中多個物體的相對運動關係評估影片模型的物理真實性，避開了相機校準與比例限制，填補了現有評測指標的空缺。

Problem

評估影片生成模型的物理推理能力極具挑戰，主要原因在於生成影片往往缺乏影格率（Frame Rate）、物體比例及相機校準等絕對參數，這使得傳統的物理測量方式難以直接應用於評估生成內容的真實性。

提出名為 Principia 的基準測試，核心理念是利用場景中遵循相同物理定律的成對物體，分析其運動間的「關係一致性」。該測試涵蓋了重力、摩擦力、動量、彈擺與彈簧振盪等八大類物理現象，並引入一套不依賴校準的評分標準，直接在影像空間中量化物理規律的違規程度。

實驗結果顯示，即便在 VBench 評測中獲得高分（約 0.8）的六款頂尖影片生成模型，在 Principia 上的物理一致性得分均低於 0.42。此外，視覺語言模型（VLM）在偵測物理違規方面的表現同樣不理想，最強模型僅達到 67% 的準確率，多數模型表現甚至接近隨機猜測。

此研究提供了一種更強健且不需外部參數的物理評估架構，精確指出目前生成式模型在掌握基礎物理法則上的不足。這不僅為開發具備物理常識的 AI 模型提供了新的測量基準，也為提升生成影片的科學準確性奠定了基礎。