Les générateurs vidéo par IA peuvent rendre chaque image convaincante alors que la séquence enfreint la physique élémentaire : un verre rebondit au lieu de se briser, une rangée de dominos tombe mais laisse le vase debout. PhysLoop, une prépublication de chercheurs de l'université de Pékin, de ByteDance Seed, du MIT et d'autres, tente d'y remédier en plaçant un simulateur physique entre les connaissances d'un modèle de langage et la vidéo finale. C'est un système de recherche, pas un produit, mais il montre une voie concrète vers des vidéos d'IA plus crédibles.
La méthode procède par étapes. Un agent de programmation, par défaut GPT-6 Astra d'OpenAI, transforme une demande en spécification de tâche, consigne des hypothèses comme la hauteur de chute ou la surface, rassemble des modèles 3D et construit une scène dans Unreal Engine 5.7. Le simulateur exécute l'événement, un vérificateur le confronte à la spécification, et ce n'est qu'ensuite qu'un modèle vidéo, par défaut Seedance 2.5, affine l'apparence ; la vidéo finale est vérifiée à nouveau. La même chaîne peut réparer une vidéo déjà générée en reconstruisant seulement le passage fautif. L'équipe publie PhysLoop-100K, 100K vidéos issues de 2.5K événements physiques distincts, ainsi que deux jeux de test.
Les résultats sont les plus nets en réparation. Sur PhysLoop-Repair, le système complet a réussi dans 86,00% des cas, contre 19,33% pour Seedance 2.5 seul, et aucun générateur autonome n'a dépassé 20%. En génération, il atteint 85% de réussite contre 73%, avec de meilleures notes humaines de plausibilité physique, 4,06 contre 3,80, mais un réalisme visuel moindre, 3,72 contre 4,29. Sur le banc d'essai externe Physics-IQ Verified, il obtient 52,06 contre 48,07 ; prendre Claude Opus 5 comme agent donne le meilleur score, 53,75, malgré une réussite plus faible ailleurs. Les auteurs estiment le coût de dix tâches de génération à 42,99 dollars de frais vidéo plus les jetons du modèle, et chaque vidéo prend environ 7 à 12 minutes.
L'approche contourne une faiblesse connue : les évaluateurs généralistes et les modèles vidéo jugent mal la physique, alors qu'un simulateur n'a pas à juger, il calcule. Cela la rapproche des conceptions d'agents pilotés par des vérificateurs, désormais courantes dans les outils de programmation, plutôt que d'un acharnement sur les prompts d'un modèle vidéo.
Les limites sont importantes. Il s'agit d'une prépublication sur arXiv, non relue par des pairs. Le cadrage d'auto-amélioration récursive relève de l'ambition ; la section des limites de l'article indique qu'une boucle d'entraînement complète doit encore relier détection des faiblesses et sélection des données. Les résultats dépendent de la couverture du simulateur et des matériaux supposés, les taux de victoire par paires ont été notés par un seul auteur sans insu, et les métriques automatiques de qualité placent PhysLoop légèrement sous les générateurs autonomes.