Apple-π 基准测试专评视频模型物理推理能力

Apple-π 推出了一个新的视频模型基准测试，旨在评估模型能否真正基于显式物理定律进行推理，并生成符合物理规律的视频。该项目不再局限于评估视频生成的视觉效果，而是深入考察模型作为“世界模拟器”的潜力。测试结果显示，目前表现最好的视频模型在物理推理准确率上也仅有 0.473。

2026-07-24 ~ 2026-07-25 · 3 条相关

• Apple-PI 评测 11 个视频模型物理推理，最好仅 0.473 — _akhaliq · 2026-07-24
• Apple-π 评估视频生成模型能否充当世界模拟器 — _akhaliq · 2026-07-24
• Apple-π 用物理定律推理评测视频模型 — ziqi_huang_ · 2026-07-25