MicroVerse: Eine vorläufige Erkundung hin zu einer Mikrowelten-Simulation
MicroVerse: A Preliminary Exploration Toward a Micro-World Simulation
February 28, 2026
Autoren: Rongsheng Wang, Minghao Wu, Hongru Zhou, Zhihan Yu, Zhenyang Cai, Junying Chen, Benyou Wang
cs.AI
Zusammenfassung
Jüngste Fortschritte in der Videogenerierung haben neue Wege für die makroskopische Simulation komplexer dynamischer Systeme eröffnet, doch ihre Anwendung auf mikroskopische Phänomene bleibt weitgehend unerforscht. Die Mikrosimulation birgt großes Potenzial für biomedizinische Anwendungen wie Wirkstoffentdeckung, Organ-on-Chip-Systeme und Krankheitsmechanismusstudien, während sie auch Möglichkeiten in Bildung und interaktiver Visualisierung bietet. In dieser Arbeit stellen wir MicroWorldBench vor, einen mehrstufigen, kriterienbasierten Benchmark für Mikrosimulationsaufgaben. MicroWorldBench ermöglicht eine systematische, kriterienbasierte Evaluation durch 459 einzigartige, von Experten annotierte Kriterien, die mehrere Mikrosimulationsaufgaben (z.B. Organprozesse, zelluläre Dynamiken und subzelluläre molekulare Interaktionen) und Evaluationsdimensionen (z.B. wissenschaftliche Treue, visuelle Qualität, Instruktionsbefolgung) abdecken. MicroWorldBench zeigt, dass aktuelle State-of-the-Art-Videogenerierungsmodelle bei der Mikrosimulation versagen, da sie physikalische Gesetze verletzen, zeitliche Inkonsistenzen aufweisen und nicht mit Expertenkriterien übereinstimmen. Um diese Limitationen zu adressieren, erstellen wir MicroSim-10K, einen hochwertigen, expertengeprüften Simulationsdatensatz. Unter Nutzung dieses Datensatzes trainieren wir MicroVerse, ein Videogenerierungsmodell, das speziell für Mikrosimulationen entwickelt wurde. MicroVerse kann komplexe Mikromechanismen präzise reproduzieren. Unsere Arbeit führt erstmals das Konzept der Mikrowelt-Simulation ein und präsentiert einen Machbarkeitsnachweis, der den Weg für Anwendungen in Biologie, Bildung und wissenschaftlicher Visualisierung ebnet. Unsere Arbeit demonstriert das Potenzial edukativer Mikrosimulationen biologischer Mechanismen. Unsere Daten und Codes sind öffentlich verfügbar unter https://github.com/FreedomIntelligence/MicroVerse.
English
Recent advances in video generation have opened new avenues for macroscopic simulation of complex dynamic systems, but their application to microscopic phenomena remains largely unexplored. Microscale simulation holds great promise for biomedical applications such as drug discovery, organ-on-chip systems, and disease mechanism studies, while also showing potential in education and interactive visualization. In this work, we introduce MicroWorldBench, a multi-level rubric-based benchmark for microscale simulation tasks. MicroWorldBench enables systematic, rubric-based evaluation through 459 unique expert-annotated criteria spanning multiple microscale simulation task (e.g., organ-level processes, cellular dynamics, and subcellular molecular interactions) and evaluation dimensions (e.g., scientific fidelity, visual quality, instruction following). MicroWorldBench reveals that current SOTA video generation models fail in microscale simulation, showing violations of physical laws, temporal inconsistency, and misalignment with expert criteria. To address these limitations, we construct MicroSim-10K, a high-quality, expert-verified simulation dataset. Leveraging this dataset, we train MicroVerse, a video generation model tailored for microscale simulation. MicroVerse can accurately reproduce complex microscale mechanism. Our work first introduce the concept of Micro-World Simulation and present a proof of concept, paving the way for applications in biology, education, and scientific visualization. Our work demonstrates the potential of educational microscale simulations of biological mechanisms. Our data and code are publicly available at https://github.com/FreedomIntelligence/MicroVerse