Physics-IQ 审计发现，歧义提示和伪影会重排视频模型排名
DynamicWebPaige · x · 2026-07-25
一项新的 Physics-IQ 审计指出，视频模型号称“物理准确”，前提是基准本身真的可靠。
- 超过 1/3 的提示词存在歧义。
- 约 30% 的视频含有会抬高分数的伪影。
- 清洗基准后，模型排名发生了明显变化，相关系数 τ = 0.46。
结论很直接：如果评测集有问题，视频模型在“物理理解”上的进展就可能被高估；vibes 不是 physics。
所属事件:Physics-IQ 审计揭示视频模型物理基准存在严重缺陷(2 条相关)→
「多模态」频道最新
- Muse Wonder 分块 + SAM 3.1,一粒不漏分割整根玉米粒 — nikhilaravi · 2026-10-26
- LichtFeld Studio v0.5.4.3：社区贡献的 SteadySplats 等新功能上线 — janusch_patas · 2026-10-26
- 一次 prompt 直出 2-3 分钟旁白短片,作者实测 Antigravity 生成效果 — AI_Andrew · 2026-10-26
- 用户用 Gemini 全家桶做万帧动画短片：写、画、配音、配乐一条龙 — AI_Andrew · 2026-10-26
- FLUX.3 Klein 蒸馏到 4-8 步出图，CFG 直接烘进模型 — Fit-Structure-6489 · 2026-10-26
- ostris 预训练新 VAE「Primal VAE」:单通道潜空间实现等效 8 倍压缩 — ostrisai · 2026-10-26