Open-PhyGDPO

让AI生成的视频更符合物理规律,动作更真实自然

Open-PhyGDPO 是一个面向文本生成视频(T2V)任务的物理一致性优化框架,核心方法是物理感知的分组直接偏好优化(PhyGDPO)。它解决的是现有视频生成模型在物理规律遵循上表现不佳的问题,例如物体运动轨迹不合理、重力效应缺失或交互不自然。项目通过引入物理感知的奖励模型和分组偏好优化策略,在训练阶段引导模型生成符合物理规律的视频。其核心能力包括:对生成视频进行物理合理性评估、基于分组对比的偏好学习,以及无需额外标注数据的自监督优化。该工作已被 ECCV 2026 接收,属于学术前沿方法,适合研究物理仿真与视频生成的交叉领域。

开源 unknown 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 72
维护状态 较活跃
是否开源 是
定价模式 unknown

项目数据

分类视频生成
开发团队caiyuanhao1998
所属国家
定价模式unknown
价格说明项目官网为学术项目展示页,未提供在线体验或定价信息,需自行部署或联系作者。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型direct-preference-optimization,physics-simulation,reinforcement-learning,text-to-video,text-to-video-generation,video-generation
GitHub 星标★ 72
30天Star增速
HF 下载量
上线时间2025-12-30 00:00:00
最近更新2026-09-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 提出物理感知的分组偏好优化,直接改善视频中物体运动的物理合理性
  • 无需人工标注,利用自监督方式构建偏好对,降低数据成本
  • 已发表于ECCV 2026,方法经过学术验证,有理论支撑

不足之处

  • 项目处于早期阶段(69星),代码和文档可能不完善
  • 依赖视频生成基础模型,优化效果受限于底层模型能力

适用场景

  • 学术研究:探索物理规律在视频生成中的融合方法
  • 视频生成模型的后训练优化,提升生成内容的物理可信度
  • 需要高质量物理模拟内容的创意工具,如动画或广告制作

替代项目

PhysGen、PhysicsDreamer、VideoPhy

项目介绍

Open-PhyGDPO 是视频领域的开源项目,由 caiyuanhao1998 开发,2025 年首次发布。

它收录于视频分类,该分类目前共有 472 个项目,GitHub 星标数为 72。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-20。项目官网为学术项目展示页,未提供在线体验或定价信息,需自行部署或联系作者。从国内网络环境看,可直接访问。

它主要面向的使用场景是:学术研究:探索物理规律在视频生成中的融合方法。同类可对比的替代方案包括 PhysGen、PhysicsDreamer、VideoPhy。

上一篇:Cassette

下一篇:awesome-ai-video-prompts

同类项目推荐

MoneyPrinterTurbo 开源

输入一句话,高清短视频自动出炉,文案配音全包了

利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。Generate HD short ···

★ 125106 2026-08-09
seedance-2.0-api 开源

快速上手字节Seedance 2.0,文本/图片一键生成视频

Seedance 2.0 API — text-to-video and image-to-video examples

★ 334 2026-08-26
openscreen 开源

免费无水印录屏做演示,替代 Screen Studio

Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···

★ 3185 2026-08-10
auto-subs 开源

在剪辑软件里直接生成字幕,省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4266 2026-08-10