Lixing Tan氏らの研究チームは、テキストから動画を生成する際のプロンプトを書き換え、物理状態の変化を明示する3エージェントシステム「PhyEvolve」を発表した。Director、Physical Evolver、Composerの各エージェントが因果関係のある変化を計画し、モデルを再学習させることなく、既存の動画生成モデルにその情報を渡す。主要な4つのベンチマークで試験したところ、従来のエージェント型手法の最高記録を平均7.9ポイント上回った。
なぜ重要か
新しいAIモデルを用意しなくても、現実の物理法則に沿った動画を作れるようになる。
