МикроВселенная: Предварительное исследование в направлении симуляции микромира
MicroVerse: A Preliminary Exploration Toward a Micro-World Simulation
February 28, 2026
Авторы: Rongsheng Wang, Minghao Wu, Hongru Zhou, Zhihan Yu, Zhenyang Cai, Junying Chen, Benyou Wang
cs.AI
Аннотация
Последние достижения в области генерации видео открыли новые возможности для макроскопического моделирования сложных динамических систем, однако их применение к микроскопическим явлениям остаётся практически неисследованным. Микроскопическое моделирование обладает огромным потенциалом для биомедицинских приложений, таких как разработка лекарств, системы "орган-на-чипе" и изучение механизмов заболеваний, а также демонстрирует перспективы в образовании и интерактивной визуализации. В данной работе мы представляем MicroWorldBench — многоуровневый критериально-ориентированный бенчмарк для задач микроскопического моделирования. MicroWorldBench позволяет проводить систематическую оценку на основе 459 уникальных экспертно-аннотированных критериев, охватывающих множество задач микроскопического моделирования (например, процессы на уровне органов, клеточная динамика и молекулярные взаимодействия на субклеточном уровне) и оценочных измерений (например, научная достоверность, визуальное качество, следование инструкциям). MicroWorldBench показывает, что современные state-of-the-art модели генерации видео не справляются с микроскопическим моделированием, демонстрируя нарушения физических законов, временную несогласованность и расхождение с экспертными критериями. Для решения этих проблем мы создали MicroSim-10K — высококачественный, проверенный экспертами набор данных для моделирования. Используя этот набор данных, мы обучаем MicroVerse — модель генерации видео, специализированную для микроскопического моделирования. MicroVerse способна точно воспроизводить сложные микроскопические механизмы. Наша работа впервые вводит концепцию Micro-World Simulation и представляет работающий прототип, прокладывая путь для приложений в биологии, образовании и научной визуализации. Наша работа демонстрирует потенциал образовательного микроскопического моделирования биологических механизмов. Наши данные и код общедоступны по адресу 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