Физисвидбенч: языковая оценка физического достояния в моделях текста-видео
arXiv: 25007.15824v2 AnnuateType: заменить резюме: модели Trist-to-видео (T2V) сейчас производят поразительные визуальные изображения, но они регулярно нарушают повседневную физику; объекты плавают, инструменты неправильно используются и причинно-следственная последовательность разрушается.…