Lixing Tan के नेतृत्व में शोधकर्ताओं ने PhyEvolve पेश किया है। यह तीन एजेंटों वाला सिस्टम टेक्स्ट-टू-वीडियो प्रॉम्प्ट को इस तरह नए सिरे से लिखता है कि उनमें भौतिक अवस्था में होने वाले बदलाव साफ तौर पर शामिल हों। Director, Physical Evolver और Composer नाम के ये एजेंट कारण-आधारित बदलावों की योजना बनाते हैं और उन्हें मौजूदा वीडियो जनरेटर तक पहुंचाते हैं—इसके लिए जनरेटर को दोबारा प्रशिक्षित करने की जरूरत नहीं पड़ती। चार प्रमुख बेंचमार्क पर हुए परीक्षणों में इसने पिछले सर्वश्रेष्ठ एजेंट-आधारित तरीके से औसतन 7.9 अंक बेहतर प्रदर्शन किया।
यह क्यों मायने रखता है
क्रिएटर नए AI मॉडल की जरूरत के बिना ऐसे वीडियो बना सकते हैं जिनमें भौतिकी के नियमों का यथार्थपरक पालन हो।
