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
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- Infini-AI Lab 开源 Hermit:让 agent 从经验中进化出好习惯 — BeidiChen · 2026-10-27