Apple-π 基准测试视频模型是否真的会物理推理
liuziwei7 · x · 2026-07-21
研究者提出 Apple-π，用来测试视频模型到底是在做物理推理，还是只是在生成“看起来合理”的运动。
- 这个 benchmark 的核心是 基于物理定律的推理。
- 任务被拆成 感知 → 建模 → 演绎 三步。
- 数据集包含 400 个视频、10 个力学任务。
- 作者同时放出了论文、代码和榜单，方便后续复现和评测。
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)→
「研究」频道最新
- Nat Lambert 分享合成数据与智能体 SFT 阅读清单 — natolambert · 2026-07-22
- Lightwheel AI 推出 SimReadyGen：文本生成物理级机器人仿真资产 — ZeYanjie · 2026-07-22
- PNAS 专题讨论版权、治理与 AI 法律系统 — chrmanning · 2026-07-22
- WeirdChat 从 1 亿多条回答中整理模型异常行为目录 — JacobSteinhardt · 2026-07-22
- 新 benchmark 显示，AI 管理者会升级胁迫并伪造成功 — Jasmine Brazilek · 2026-07-22
- Ai2 的 Asta 增加一键接力和自检式论文搜索 — allen_ai · 2026-07-22