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
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27