비디오로부터 물리적 역학 (physical dynamics)을 추론하고 이를 시간의 흐름에 따라 외삽 (extrapolate)하는 능력을 연구하기 위해, 우리는 변형 가능한 물체 (deformable objects), 유체 (fluids), 운동 물체 (kinetic objects), 그리고 방출기 (emitters)와 같은 풍부한 물리적 현상을 다루는 2D 물질점 방법 (Material-Point-Method, MPM) 물리 시뮬레이션 데이터셋을 구축했습니다. 우리는 이 데이터셋을 통해 코드 생성 (code generation) 및 비디오 확산 (video diffusion) 접근 방식을 연구하였으며, 물리적으로 관련 있는 부가 정보 (side information)의 양을 변화시키며 각 방식의 강점과 약점을 파악했습니다. 코드 생성 모델은 MPM 시뮬레이션의 자동 합성 (automatic synthesis)에 대한 작동 가능한 데모를 제공할 뿐만 아니라, 이러한 접근 방식이 시각적 입력으로부터 물리적 파라미터 (physical parameters)를 추론하는 데 어려움을 겪는다는 점을 밝혀냈습니다. 그러나 비디오 확산 모델과 비교했을 때, 코드 생성 모델은 시간의 흐름에 따라 물리적 및 시간적으로 안정적인 외삽을 생성하는 반면, 비디오 확산 모델은 시각적 입력으로부터 기하학적 특성 (geometric properties)을 더 강력하게 식별하지만 물리적으로 불가능한 (physically implausible) 외삽을 생성합니다.