4D Generation

现有视频生成模型难以保证物理一致性。GS-Agent提出多智能体框架，通过Manager、Entity和Render Agent协作编写代码并调用Genesis物理引擎，实现从自然语言到物理合理4D世界的生成。论文在NewtonGen基准上展示了其物理不变性优势，并具备自主纠错能力。需注意其计算成本高且依赖基础模型推理能力。