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
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11