让视频生成模型学「东西怎么裂」，光给它看录像不够——得让它同时交两份卷：视频卷，和物理场卷（应变、应力、损伤、流场，逐像素对齐）。物理监督反过来把视觉质量也抬了上去，这是全文最硬的结论。
原文核过（2609.38152，JHU，编号无漂移），账目如下：
- 头条数字：FVD 266.17，最强基线 PhyCo-FT 832.12，3 倍级差距。物理一致性 R² 从 0.378 跳到 0.902，达到自验上界 0.948 的 95%。
- 但要看清考场：测试集是自家 FracSim 生成的 4 个 held-out 物体，GT 就是仿真器本身——选手和裁判一个姓。好在 R²cons 这个自创指标不需要 GT，还拿真值地图自验过上界，自造基准里算做得干净的。
- 覆盖面比标题窄：只有双对拉伸一种载荷，10 个物体，冲击碎裂和塑性变形明确不在范围内。「细粒度控制撕裂」是真的，「学会断裂」要打折。
- 消融里那笔账值得记：加了本构一致性损失后，流场对齐误差从 0.037 降到 0.011（3 倍）。「顺手预测物理场」不是花活，是真收益。
- 项目页已上线，Code 链接还是 # 占位符。作者同日交了姊妹篇 PowerSim（2609.38153，编号只差 1），JHU 这组在押「生成 × 物理」一整副牌。