Apple-π 基准测试视频模型是否真懂物理规律
liuziwei7 · x · 2026-07-21
Apple-π 基准测试视频模型是否真的懂物理
这条帖介绍了 Apple-π：一个面向视频模型的、以物理定律为基础的基准测试。
它包含 400 段视频和 10 个力学任务，评测流程分为 Perception → Formulation → Deduction 三步。核心问题是：视频模型究竟是在真正进行物理推理，还是只是在生成“看起来合理”的运动轨迹。
所属事件:Apple-π基准测试直击视频模型物理推理短板(3 条相关)→
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11