PhysRAG: Enhancing Physics-Awareness in Video Generation via Retrieval-Augmented Generation

• 类型：arxiv
• 标识：2606.26916
• 链接：http://arxiv.org/abs/2606.26916v1
• 主分类：multimodal
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces PhysRAG, a novel pipeline that enhances physical awareness in video generation through Retrieval-Augmented Generation (RAG), and designs a two-stage data filtering pipeline based on the WISA-80K dataset, resulting in a curated set of 7K high-quality videos for training.
• OpenAlex ID：W7166109596
• OpenAlex DOI：10.48550/arxiv.2606.26916
• DOI：10.48550/arxiv.2606.26916
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.26916
• OpenAlex更新：2026-07-19
• 副分类：rag
• 待LLM分类：否
• 标题中文：PhysRAG：通过检索增强生成提升视频生成中的物理感知
• TLDR中文：本文提出 PhysRAG——一条通过检索增强生成（RAG）提升视频生成物理感知的新流程，并基于 WISA-80K 数据集设计了两阶段数据过滤流程，最终筛选出 7K 高质量视频用于训练。
• 来源文件：
• /inbox/tom/_candidates/2026-06-28-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-06-27-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-06-26-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]