PhysWorldは、限られた実世界の動画データから物理的一貫性のあるダイナミクスモデルを学習することの難しさを克服するための新しいフレームワークです。このフレームワークでは、MPMシミュレーターを用いて物理的特性の選択や最適化に基づき、デジタルツインを構築します。その後、物理的特性に部分的な摂動を加え、多様な動作パターンを生成します。これによって、豊富なデモンストレーションを合成し、軽量なグラフニューラルネットワーク（GNN）を用いて物理的特性を持つワールドモデルを訓練します。最終的に、実世界の動画データを使用して物理的特性の精緻化を行います。PhysWorldは、様々な変形物体に対して正確で迅速な未来予測を実現し、新しい相互作用にも高い適応性を示します。実験により、PhysWorldは従来の最先端技術に比べ、47倍の推論速度を達成しつつ競争力のある性能を持つことが証明されました。