PhysTrace：免训练定位视频生成模型的物理违规时段
PhysTrace提出免训练框架，将多模态大模型基于历史生成的物理预期与观测视频窗口对齐，定位物理违规时段并给出解释。配套基准IntPhys2-Timing补充违规区间，跨物理原则最高命中率达70.7%，并在IntPhys2可能与不可能判别上优于对比方法。国内可用性、价格与实现参数未知。
要点
- PhysTrace无需任务专用探针或分类器，可时间定位物理违规并给出可解释描述。
- 新基准IntPhys2-Timing为IntPhys2补充违规区间，最高命中率达70.7%。
- 应用于扩散与流模型重建视频后，违规定位呈现属性与噪声相关模式。
为什么值得看
世界动作模型常默认预训练视频模型已掌握物理动态，但现有评估多停留在合理性、表征或预测意外，很少指出哪段历史条件下的物理预期与观测冲突。
谁会受影响
面向研究视频生成、世界动作模型及物理一致性评估的研究者；论文作者与机构在给定资料中未知。
今天就能怎么试
资料称该方法免训练，可用于分析预训练扩散或流模型轨迹上的重建视频；代码是否公开、接入步骤、价格与国内可用性均未知，且未实测。
原始来源
1PhysTrace: Interpretable Temporal Evaluation of Physical Consistency in Video Generative Models · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。