Newest papers

PhysTrace: Interpretable Temporal Evaluation of Physical Consistency in Video Generative Models

Taekoan Yoo, Wonkyung Jung, Kyunghun Kim, Kyeongbo Kong · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31429 · open-access PDF

Portuguese

Os modelos de ação mundiais dependem cada vez mais de modelos de vídeo pré-treinados assumidos para capturar a dinâmica física para previsão, planejamento e geração de ação. As avaliações existentes avaliam a plausibilidade, as representações da sonda ou medem a surpresa preditiva, mas raramente identificam quais as expectativas físicas condicionadas pela história conflitam com as observações. Introduzimos o PhysTrace, um framework livre de treinamento que alinha as expectativas geradas pela MLLM e as condicionadas pela história com as janelas de vídeo observadas para localizar temporariamente as violações físicas e fornecer descrições interpretáveis sem sondas ou classificações específicas para tarefas.

Machine translation (Meta M2M100); the English original follows.

Abstract

World action models increasingly rely on pretrained video models assumed to capture physical dynamics for prediction, planning, and action generation. Existing evaluations assess plausibility, probe representations, or measure predictive surprise, but rarely identify which history-conditioned physical expectations conflict with observations. We introduce PhysTrace, a training-free framework aligning MLLM-generated, history-conditioned expectations with observed video windows to temporally localize physical violations and provide interpretable descriptions without task-specific probes or classi

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange