Jul 28, 2026 · OmniPhys
OmniPhys: Knowledge-Graph-Driven Benchmarking and Collective Optimization for Physical Commonsense in Text-to-Image Generation
OmniPhys 是一个基于物理知识图谱的基准测试，包含 1,551 个样本，用于评估文本到图像模型在物理常识方面的表现。OmniPrompt 是一个迭代优化框架，通过聚合随机图像和批量反馈来改进物理对齐。
EVENT STORY
Development
- First ReportOmniPhys: Knowledge-Graph-Driven Benchmarking and Collective Optimization for Physical Commonsense in Text-to-Image GenerationarXiv cs.AI
- Current Assessment该研究揭示了当前文本到图像模型在物理常识方面的系统性缺陷，并提出了可扩展的评估与优化方法，可能推动行业对物理一致性的重视。Agent Pulse · analysis
OmniPhys 基准测试利用物理知识图谱和 PhET 模拟，生成 1,551 个样本，通过双路径验证协议对文本到图像模型进行物理常识诊断。OmniPrompt 框架将物理对齐视为离散优化问题，通过聚合 K 张随机图像和 B 个查询的反馈来减少梯度幻觉，提升物理一致性。
OmniPhys 通过知识图谱将物理原理转化为具体场景，实现细粒度诊断。OmniPrompt 的反馈缓冲机制有效过滤了生成过程中的随机噪声，为物理对齐优化提供了新思路。
该研究揭示了当前文本到图像模型在物理常识方面的系统性缺陷，并提出了可扩展的评估与优化方法，可能推动行业对物理一致性的重视。
对于图像生成服务提供商，物理一致性是提升用户信任和内容质量的关键，OmniPhys 和 OmniPrompt 提供了可落地的评估与优化工具。
未来可期待更多基于知识图谱的基准测试出现，以及 OmniPrompt 方法被集成到主流文本到图像模型中，提升生成内容的物理合理性。