Apple-π基准测试直击视频模型物理推理短板

研究人员推出名为 Apple-π 的全新基准测试，专门用于检验视频模型是否真正理解物理定律。该测试包含 400 段视频，核心在于验证模型是基于可信的物理推理过程生成运动，还是仅仅在模仿表象。评测结果显示，当前 11 个主流视频模型在物理推理方面的最高准确率仅为 0.473，暴露出现有技术的明显局限。

2026-07-21 ~ 2026-07-21 · 3 条相关

• Apple-PI 评测 11 个视频模型的物理推理上限仅 0.473 — mmlab-ntu · 2026-07-21
• Apple-π 基准测试视频模型是否真懂物理规律 — liuziwei7 · 2026-07-21

另有 1 条近重复转述:liuziwei7