论文
LoViF 2026 首届4D世界模型整体质量评估挑战赛（PhyScore）
LoViF 2026 The First Challenge on Holistic Quality Assessment for 4D World Model (PhyScore)
摘要
本文报道了 LoViF 2026 PhyScore 挑战赛，这是一项针对跨 2D 和 4D 生成设置的世界模型生成视频进行整体质量评估的竞赛。这一挑战是由当前评估实践中的一个核心差距引起的：仅凭感知质量不足以判断生成的动态在物理上是否合理、时间上是否一致以及与输入条件是否一致。参与者需要建立一个联合预测四个维度的指标，即视频质量、物理真实感、条件视频对齐和时间一致性。除此之外，参与者还需要定位物理异常时间戳以进行细粒度诊断。基准数据集包含由 7 个具有代表性的世界生成模型生成的 1,554 个视频，分为三个轨道（文本 2D、图像到 4D 和视频到 4D），涵盖 26 个类别。这些类别明确涵盖了物理相关场景，包括动力学、光学和热力学，以及各种现实世界和创意内容。为了确保标签的可靠性，分数和异常时间戳是通过训练有素的人工注释和额外的自动化质量控制通道生成的。评估基于分数预测和异常定位，并采用结合了 TimeStamp_IOU 和 SRCC/PLCC 的复合协议。本报告总结了挑战设计，并从提交的解决方案中提供了方法层面的见解。