Physics-IQ 审计发现：三分之一提示词歧义，30% 视频抬高分数
DynamicWebPaige · x · 2026-07-25
一项新的 Physics-IQ 审计 发现，所谓“物理准确”的视频模型表现，很大程度取决于基准本身是否靠谱。研究指出，超过三分之一的提示词存在歧义，并且大约 30% 的视频 带有会抬高分数的伪影。
在清理这些问题后，模型排名出现了明显变化，相关系数报告为 τ = 0.46。结论很直接：评测视频生成模型时，感觉像物理 并不等于 真的懂物理。
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
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- 3 步 Turbo LoRA 实测:Moss 图像模型极速出图效果展示 — JadedScorpion · 2026-10-27
- Magnific 预告 10 月 28 日上线新功能：「We're making it move」 — cuenca · 2026-10-27
- Midjourney --sref 实测：美式复古风 Batman 插画三连 — gizakdag · 2026-10-27
- AI视频既非电影也非动画，创作者称它最擅长呈现梦境与潜意识 — Kyrannio · 2026-10-27
- 把儿子 31 年前的童言写成歌再喂给 SUNO：一首「大象饮料」儿童合唱 — NathanpmYoung · 2026-10-27