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
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26