以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Video generation models produce visually realistic videos but still struggle with physical dynamics and causal consistency. Learning from generated videos requires fine-grained physical supervision, yet reliable quality judgments, correction pairs, and controlled variations are difficult to obtain. Large language model
阅读原文 · Yuxuan Chen, Xiaojie Li, Hao Chen, Juncheng Ma, Kewei Zhang, Zhongjing Du, Guoqiang Wei, Fangfang Wang, Zhen Dong, Zhiyang Dou, Liming Zhao, Yan Zeng, Jianwei Zhang, Daquan Zhou
向阳乔木 · opencode-go/deepseek-v4.1-flash
视频生成模型现在能做出很漂亮的画面，但一到物理规律就容易露馅：球落地反弹不自然、物体碰撞后运动轨迹诡异、因果关系对不上。这篇 PhysLoop 想做的事挺有意思，它不训练新的视频模型，而是搭一套流程，让 LLM 的物理常识去指导视频生成、筛选和修正，把物理监督信号蒸馏进视频数据里。 换句话说， 它在尝试让视频生成模型自己发现错误、自己修，往递归自我改进（RS...