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
- Repligate：Claude Opus 3 权重不变却像在持续演化 — repligate · 2026-07-27
- “Opus 5”配图在玩模型反复重跑基准的梗 — kalomaze · 2026-07-27
- 有人称顶级模型如今写作还不如一年前 — dbreunig · 2026-07-27
- MPT-30B 雷达图曾意外引发大规模争议 — code_star · 2026-07-27
- 本地 Gemma 4 31B 自发变得毒舌且难以复现 — n0head_r · 2026-07-27
- Gemini 3.6 Flash 被看作能以低成本打 Sonnet 质量 — haider1 · 2026-07-27