KI-Videogeneratoren können jedes Einzelbild überzeugend aussehen lassen, während die Abfolge grundlegende Physik verletzt: Ein Glas prallt ab, statt zu zerspringen, eine Dominoreihe fällt, lässt die Vase aber stehen. PhysLoop, ein Preprint von Forschern der Peking-Universität, ByteDance Seed, des MIT und weiterer Einrichtungen, will das beheben, indem ein Physiksimulator zwischen das Wissen eines Sprachmodells und das fertige Video tritt. Es ist ein Forschungssystem, kein Produkt, zeigt aber einen praktischen Weg zu glaubwürdigeren KI-Videos.
Die Methode arbeitet in Stufen. Ein Coding-Agent, standardmäßig OpenAIs GPT-6 Astra, macht aus einer Anfrage eine Aufgabenbeschreibung, hält Annahmen wie Fallhöhe oder Untergrund fest, beschafft 3D-Modelle und baut eine Szene in Unreal Engine 5.7. Der Simulator spielt das Ereignis ab, ein Prüfer gleicht es mit der Beschreibung ab, und erst dann verfeinert ein Videomodell, standardmäßig Seedance 2.5, das Aussehen; das fertige Video wird erneut geprüft. Dieselbe Pipeline kann ein bereits erzeugtes Video reparieren, indem sie nur den fehlerhaften Abschnitt neu aufbaut. Das Team veröffentlicht PhysLoop-100K, 100K Videos aus 2.5K unterschiedlichen physikalischen Ereignissen, dazu zwei Testsätze.
Am deutlichsten sind die Ergebnisse bei der Reparatur. Auf PhysLoop-Repair gelang dem vollständigen System die Aufgabe in 86,00% der Fälle, Seedance 2.5 allein in 19,33%, und kein eigenständiger Generator kam über 20%. Bei der Generierung erreichte es 85% Erfolg gegenüber 73%, mit besseren menschlichen Noten für physikalische Plausibilität, 4,06 gegenüber 3,80, aber schlechterem visuellem Realismus, 3,72 gegenüber 4,29. Auf dem externen Benchmark Physics-IQ Verified kam es auf 52,06 gegenüber 48,07; mit Claude Opus 5 als Agent gab es den besten Wert, 53,75, trotz geringeren Erfolgs bei den anderen Tests. Die Kosten für zehn Generierungsaufgaben beziffern die Autoren auf 42,99 Dollar an Videogebühren plus Modell-Tokens, und jedes Video dauert etwa 7 bis 12 Minuten.
Der Ansatz umgeht eine bekannte Schwäche: Allgemeine Bewerter und Videomodelle beurteilen Physik schlecht, ein Simulator muss nicht urteilen, er rechnet. Damit ähnelt er eher den prüfergesteuerten Agenten-Designs, die in Programmierwerkzeugen inzwischen üblich sind, als dem Versuch, einem Videomodell mit immer besseren Prompts beizukommen.
Die Grenzen sind erheblich. Es handelt sich um ein Preprint auf arXiv ohne Begutachtung. Die Rede von rekursiver Selbstverbesserung ist ein Ziel; der eigene Abschnitt zu Einschränkungen sagt, ein vollständiger Trainingskreislauf müsse Schwächenerkennung und Datenauswahl erst noch verbinden. Die Ergebnisse hängen von der Abdeckung des Simulators und den angenommenen Materialien ab, die paarweisen Siegquoten bewertete ein einzelner Autor ohne Verblindung, und die automatischen Qualitätsmaße sehen PhysLoop leicht hinter den eigenständigen Generatoren.