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
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- 翼龙侦探:全程 AI 生成的概念片先导预告亮相 — PterodactylDetective · 2026-09-11
- Imperium 游戏预告片曝光,AI 视频生成再秀肌肉 — keaslenyt · 2026-09-11
- FLUX.2 Klein 换表情易丢脸，实测不如免费版 Gemini 保真 — wacomlover · 2026-09-11