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
- Google Omni 被评价为目前最强纯视频编辑模型 — TomLikesRobots · 2026-07-25
- 一条可直接复用的 Q 版 3D 角色提示词 — cocktailpeanut · 2026-07-25
- AI 生成的 Q 版娃娃像一套收藏角色图 — aziz4ai · 2026-07-25
- AI 把《Baki》做成了真人化风格演示 — aitrendz_xyz · 2026-07-25
- 微软把 MAI-Image-2.5-Flash 设为 Bing Image Creator 默认模型 — JordiRib1 · 2026-07-25
- AI 动画对战视频把秋日决斗做成 4K 少年漫 — TurnFlat2876 · 2026-07-25