PhysInOne（物理合成视频集）

内容与规模

PhysInOne（arXiv 2604.09415）是动态 3D 场景合成的物理现象视频集，附 3D 几何、语义、运动、物理属性和文字描述标注。arXiv 摘要口径：约 200 万视频、153,810 个动态 3D 场景、71 种物理现象；CVPR 2026 页面口径：1.4M 视频、129,400 场景、68 种现象。CVPR 2026 收录；arXiv 仅有 v1（2026-04-10）[1][2]。arXiv 全文使用 Unreal Engine 5 构建场景，全文数字与 arXiv 摘要一致（200 万/153,810/71），CVPR 页面数字更小，疑为录用版调整，未能确认 [1][2]。

用法与效果

作者对 SVD、CogVideoX、Wan 用其中一个"中等规模子集"微调，物理合理性有提升，但复杂动力学仍弱（作者口径）[1]。

局限

仿真微调只对被覆盖的物理现象有效；与真实视频的外观域差需要混训或加噪补偿（参见 ReCamMaster（UE5 多机位合成） 的做法）。评测侧常配合 Physics-IQ 使用。同类的刚体仿真管线 PhysAlign（arXiv 2603.13770）称仅 3K 合成 clip 即可泛化，但该数字来自检索聚合，⚠️ 未在摘要原文核到。章节见 合成、渲染与蒸馏数据。

来源

1. https://arxiv.org/abs/2604.09415 (2026-10-15)
2. https://cvpr.thecvf.com/virtual/2026/poster/38597 (2026-10-15)