物理信息引导的表征对齐

基于摘要分析。本文研究 Video Generative Models（VGMs）生成视频时违反物理规律的问题，提出 Physics-Informed Representation Alignment（PIRA），向预训练 Video Diffusion Models 注入针对性、可解释的物理知识。研究主要聚焦正常重力下的物体下落，并非 EEG 或 BCI 研究。 PIRA 以物理规律可观测后果的代理信号作为知识来源，包括 optical flow、相对深度和分割掩码等，用于表征运动与物体状态。其核心设计是复用视频扩散模型原生的 VAE 编码器，将这些信号转化为与模型表征兼容的教师表征，再通过表征对齐进行知识蒸馏。作者将这一设计与推理时显式控制、依赖黑盒视觉编码器的既有对齐方法区分开来；具体对齐位置、损失形式、代理信号获取方式及训练稳定性证据尚未验证。 评估方面，作者指出，基于 Visual Question Answering 的评分可能具有主观性，而与单一参考轨迹匹配可能误判其他物理上合理的结果。因此，论文提出根据生成视频对支配动力学方程及物理不变量的遵循程度进行评估。作者报告，在所研究的正常重力物体下落场景中，PIRA 能有效改善视频扩散模型对物理原理的遵循；摘要未提供数据集、具体指标、数值、基线或统计信息，尚不能判断改善幅度，也不能将结论外推为通用物理推理或因果理解能力。 该方法依赖具有明确物理含义的视觉代理信号与可检验的动力学约束，目前材料不足以建立其与 EEG 解码瓶颈的具体对应关系，因此不据此推断 BCI 收益。已有 EEG 相关工作尚未检索确认；实验协议、消融、统计信息及复现条件尚未验证。