Фреймворк Physis-Lang treats physical language as a shared, optimizable representation, using the same text for data curation, model training and inference. На бенчмарке Physics-IQ Verified модель Cosmos3-Super с Physis-Lang заняла первое место с результатом 48.2 ± 1.4, а Cosmos3-Nano — второе с 43.3 ± 1.5. Команда также разработала локальные модели PhysThinker-C и PhysThinker-U, чтобы снизить зависимость от коммерческих API.
Фреймворк использует саморазвивающийся цикл генерации подписей, где GPT-5.5 пишет описания, а Gemini-3.1-Pro выступает в роли критика. Для обучения отобрано 183K видео, из которых 112K было найдено с помощью системы, основанной на физических категориях. Код и веса фреймворка пока не опубликованы.