Temporal Calibration

Temporal Calibration 度量生成视频是否维持稳定的物理时钟：当文件声明某个播放帧率时，画面中的运动是否对应相同的真实时间流逝？WorldAtlas 在 physics 维度中以 output-only audit 形式调用被包装的 Pulse-of-Motion / Visual Chronometer 预测器 [Gao et al., 2026]。

这与 optical flow、motion magnitude 或 temporal smoothness 不同。一段 rollout 可以逐帧非常平滑，却在时间上仍然错误：坠落可能像被放慢的重力，快速周期性运动也可能显得不自然地迟缓。Visual Chronometer 将这类失败称为 chronometric hallucination——视觉连贯，但物理时间尺度模糊、不稳定或不可控。

预测器从重叠时间窗口估计 Physical FPS（PhyFPS），而不是单独相信容器元数据。WorldAtlas 将平均推断帧率与 nominal playback FPS $f_{\mathrm{meta}}$（OpenCV 读取的 container FPS，或 manifest 回退值）比较，并报告三个正式指标：physical_fps_error、physical_fps_pct_error 与 physical_fps_intra_video_cv。前两项刻画全局节奏偏差，第三项刻画单条视频内部的节奏漂移。

对每个 prediction，runtime 以默认参数 clip_length = 30、stride = 4、resolution = 216 提取重叠窗口，每个窗口得到一个片段估计 $\hat{f}_k$。平均推断物理 FPS 为

$$\bar{f}_{\mathrm{phy}} = \frac{1}{K}\sum_{k=1}^{K} \hat{f}_k \tag{1}$$

绝对与相对标定误差分别为

$$E_{\mathrm{abs}} = \left|\bar{f}_{\mathrm{phy}} - f_{\mathrm{meta}}\right| \tag{2}$$ $$E_{\mathrm{pct}} = \frac{E_{\mathrm{abs}}}{f_{\mathrm{meta}}} \tag{3}$$

视频内部不稳定性由片段预测的变异系数表示：

$$C_{\mathrm{intra}} = \frac{\operatorname{std}(\hat{f}_1,\ldots,\hat{f}_K)}{\operatorname{mean}(\hat{f}_1,\ldots,\hat{f}_K)} \tag{4}$$

WorldAtlas 将 physical_fps_error、physical_fps_pct_error、physical_fps_intra_video_cv 分别反向缩放到 $[0,1]$（physical_fps_error 使用 $[0,30]$，其余两项使用 $[0,1]$）。归一化分数越高，表示时间标定越好。 若 side runtime、checkpoint 或 FPS 元数据不可用，整组指标记为 not_applicable。

已核验的同输入案例

以下案例全部来自 image_dynamic，按绝对误差、相对误差和片内变异系数各展示三组。视频均有可见运动；每组分数只对应标注的指标。 Audit manifest: docs/assets/metric_examples/curated_same_case_manifest.json.

输入图像

输入已核验 · 同一 benchmark case · gap 0.8667

image_dynamic_stylized_articulated_0139

套件: image_dynamic指标: physical_fps_error场景: stylized / articulated

案例中的可见运动

两个方块造型的行走者穿过雪地。

案例观察

两侧视频首帧均与同一输入图完成几何匹配；高低标签只比较 physical_fps_error，分数来自原始预测视频的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9600估计物理 FPS 14.8 · 声明 FPS 16.0 · 绝对误差 1.2

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.0933估计物理 FPS 51.2 · 声明 FPS 24.0 · 绝对误差 27.2

输入图像

输入已核验 · 同一 benchmark case · gap 0.9433

image_dynamic_photorealistic_rigid_0057

套件: image_dynamic指标: physical_fps_error场景: photorealistic / rigid

此组对比中的可见运动

A freight train rounds a curved mountain track, bringing its locomotive and cargo cars across the frame.

来源: 人工观察

两条视频的首帧都已通过与同一输入图的几何匹配；好坏标签仅比较 physical_fps_error，分数来自原始预测的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9800估计物理 FPS 15.4 · 声明 FPS 16.0 · 绝对误差 0.6

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.0367估计物理 FPS 44.9 · 声明 FPS 16.0 · 绝对误差 28.9

输入图像

输入已核验 · 同一 benchmark case · gap 0.8666

image_dynamic_stylized_rigid_0166

套件: image_dynamic指标: physical_fps_error场景: stylized / rigid

案例中的可见运动

一艘客船驶过风格化小镇的运河。

案例观察

两侧视频首帧均与同一输入图完成几何匹配；高低标签只比较 physical_fps_error，分数来自原始预测视频的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9733估计物理 FPS 15.2 · 声明 FPS 16.0 · 绝对误差 0.8

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.1067估计物理 FPS 46.8 · 声明 FPS 20.0 · 绝对误差 26.8

输入图像

输入已核验 · 同一 benchmark case · gap 0.8708

image_dynamic_stylized_articulated_0108

套件: image_dynamic指标: physical_fps_pct_error场景: stylized / articulated

案例中的可见运动

素描风格的兔子跃过雪地。

案例观察

两侧视频首帧均与同一输入图完成几何匹配；高低标签只比较 physical_fps_pct_error，分数来自原始预测视频的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9625估计物理 FPS 16.6 · 声明 FPS 16.0 · 相对误差 3.8%

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.0917估计物理 FPS 45.8 · 声明 FPS 24.0 · 相对误差 90.8%

输入图像

输入已核验 · 同一 benchmark case · gap 0.9500

image_dynamic_photorealistic_articulated_0148

套件: image_dynamic指标: physical_fps_pct_error场景: photorealistic / articulated

此组对比中的可见运动

A bird repeatedly spreads and beats its wings above the water.

来源: 人工观察

两条视频的首帧都已通过与同一输入图的几何匹配；好坏标签仅比较 physical_fps_pct_error，分数来自原始预测的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9750估计物理 FPS 15.6 · 声明 FPS 16.0 · 相对误差 2.5%

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.0250估计物理 FPS 47.4 · 声明 FPS 24.0 · 相对误差 97.5%

输入图像

输入已核验 · 同一 benchmark case · gap 0.9312

image_dynamic_photorealistic_fluid_0077

套件: image_dynamic指标: physical_fps_pct_error场景: photorealistic / fluid

此组对比中的可见运动

Water falls continuously into a pool below the rocky cliff.

来源: 人工观察

两条视频的首帧都已通过与同一输入图的几何匹配；好坏标签仅比较 physical_fps_pct_error，分数来自原始预测的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9688估计物理 FPS 15.5 · 声明 FPS 16.0 · 相对误差 3.1%

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.0375估计物理 FPS 31.4 · 声明 FPS 16.0 · 相对误差 96.2%

输入图像

输入已核验 · 同一 benchmark case · gap 0.5759

image_dynamic_stylized_rigid_0117

套件: image_dynamic指标: physical_fps_intra_video_cv场景: stylized / rigid

案例中的可见运动

车辆沿弯曲的高架道路行驶。

案例观察

两侧视频首帧均与同一输入图完成几何匹配；高低标签只比较 physical_fps_intra_video_cv，分数来自原始预测视频的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9604分段物理 FPS 16.2–18.4 · 变异系数 0.040

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3845分段物理 FPS 13.0–53.0 · 变异系数 0.615

输入图像

输入已核验 · 同一 benchmark case · gap 0.4494

image_dynamic_stylized_fluid_0099

套件: image_dynamic指标: physical_fps_intra_video_cv场景: stylized / fluid

案例中的可见运动

火焰和熔岩涌过霓虹灯照亮的街道。

案例观察

两侧视频首帧均与同一输入图完成几何匹配；高低标签只比较 physical_fps_intra_video_cv，分数来自原始预测视频的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9603分段物理 FPS 16.8–19.6 · 变异系数 0.040

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.5109分段物理 FPS 15.7–55.9 · 变异系数 0.489

输入图像

输入已核验 · 同一 benchmark case · gap 0.4429

image_dynamic_photorealistic_articulated_0103

套件: image_dynamic指标: physical_fps_intra_video_cv场景: photorealistic / articulated

此组对比中的可见运动

A penguin swims through blue water, paddling its flippers as it changes direction.

来源: 人工观察

两条视频的首帧都已通过与同一输入图的几何匹配；好坏标签仅比较 physical_fps_intra_video_cv，分数来自原始预测的正式报告。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9798分段物理 FPS 11.2–11.9 · 变异系数 0.020

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.5368分段物理 FPS 10.9–37.2 · 变异系数 0.463

参考文献

The Pulse of Motion: Measuring Physical Frame Rate from Visual Dynamics

Xiangbo Gao, Mingyang Wu, Siyuan Yang, Jiongze Yu, Pardis Taghavi, Fangzhou Lin, and Zhengzhong Tu.
arXiv:2603.14375, 2026.