结论：印度科学理工学院与约翰斯·霍普金斯大学团队 9 月 4 日（Asia/Shanghai 01:59，对应 arXiv 2026-09-03 17:59 UTC）公开预印本 Principia，提出以成对物体关系不变量检验视频生成模型物理一致性的新基准。核心发现是视觉质量与物理保真解耦：所有测试的 SOTA 视频生成器在 VBench 上约 0.8 分，但在 Principia 上无一超过 0.42 分；视觉语言模型对违例的检测最高仅 67%。该研究为预印本，尚未同行评审。
研究主体与状态
论文题为 Principia: Relational Physics Tests for Video Models，作者为 Varun Varma Thozhiyoor、Shivam Tripathi、Venkatesh Babu Radhakrishnan（印度科学理工学院）与 Anand Bhattad（约翰斯·霍普金斯大学），其中前两位为共同贡献。研究状态为预印本，已公开于 arXiv（arXiv:2609.04200，提交历史 Thu, 3 Sep 2026 17:59:50 UTC），对应 Asia/Shanghai 2026-09-04 01:59:50，落在当日 00:00—23:59 窗口内。项目页同步发布排行榜与场景预览，引用信息指向 CVPR 2026 Findings 预收录，但正文仍以预印本形式提供。
方法与数据范围
方法上，Principia 不依赖绝对运动标定，而是利用同一场景中两物体在同一物理定律下的运动应满足的可预测关系。当两者遵循同一规律时，其推导的标量量 Fφ 应相等，评分 Sφ 在完全一致时为 1，随违例增大趋向 0，且对单位与尺度不敏感，可直接在图像空间计算。数据上，基准覆盖重力、弹性恢复、摩擦、转动惯量、抛体运动、动量、摆与质量-弹簧振荡 8 类现象，横跨平动、转动、碰撞与振荡动力学，场景均为按受控协议实拍的真实世界素材。评估协议对 5—6 个 SOTA 视频生成器进行数千次生成，并对 4 个视觉语言模型进行违例检测测试，引入与 VBench 的对比以分离视觉质量与物理一致性。
主要结果
结果显示，Principia 与 VBench 显著解耦：Wan2.2-14B 0.419、Omni 0.409、Veo-3.1 0.379 等在 VBench 上均约 0.78—0.81，但在 Principia 上最高仅 0.419，未有模型突破 0.42。分现象看，各模型多边形表现各异而非均匀偏弱，表明缺陷具现象特异性。视觉语言模型方面，检测任务上 3 个模型接近随机，最优模型平均准确率仅 67%，说明即使是判别而非生成，关系物理违例的识别仍困难。作者同时发布合成的正例与反物理对照视频以说明不变量定义。
局限与待验证事项
局限包括：预印本性质，未经同行评审，数值与结论需独立复现；评估仅限 8 类现象与受控实拍，未涵盖流体、软体、复杂接触与多体交互等；生成器与检测器覆盖有限，提示、采样与解码策略差异可能改变分数；评分虽校准无关，但仍依赖成对物体检测与跟踪的图像空间测量，对遮挡与视角变化敏感；结果为离线生成评测，未验证物理一致性与下游任务或闭环交互的关联。作者未声称推翻 VBench 等视觉质量评估，仅强调物理保真需独立度量。
潜在意义
潜在意义在于为视频世界模型与生成器提供可复现、与相机标定解耦的物理基准，揭示当前模型在保持高视觉得分的同时普遍违背伽利略等基本不变量（如不同质量物体在斜面上下落不同时），提示训练与评测需引入关系物理约束与检测器在环优化。项目公开排行榜与场景库为后续研究提供可扩展基座，但是否能转化为更可控的长时因果 rollout，仍需更多模型与真实物理任务的联合验证。