Команда исследователей из NVIDIA, MIT и Оксфордского университета представила Physis-Lang, новый язык, который призван улучшить физическое моделирование в видео. Этот язык позволяет моделям не только генерировать убедительные видео, но и правильно интерпретировать физические явления. На лидерборде Physics-IQ Physis-Lang на платформе Cosmos3-Super занял первое место с результатом 48.2 ± 1.4, что значительно превышает предыдущие достижения.
Physis-Lang рассматривает физический язык как оптимизируемое представление, позволяющее улучшать обучение моделей и их интерпретацию. Это решение направлено на устранение проблем, связанных с неправильным отображением физических законов в видео, таких как прохождение шаров сквозь стены или неправильное поведение объектов. Важным аспектом является то, что язык не требует дополнительных визуальных или числовых сигналов, что делает его более универсальным.
Разработка Physis-Lang может значительно изменить подход к созданию видео моделей, предоставляя более точные и реалистичные результаты. Это открытие подчеркивает важность языковых моделей в области искусственного интеллекта и их потенциал в улучшении взаимодействия между физикой и визуализацией. Успех Physis-Lang может привести к новым достижениям в области компьютерного зрения и моделирования.