Apple-PI 用物理定律评测视频模型推理能力
_akhaliq · x · 2026-07-25
Apple-PI 提出一个面向视频模型推理的物理定律基准
Apple-PI 不再只看视频“像不像”，而是把视频模型放到明确的物理定律下做诊断式评测。
- 采用 Perception → Formulation → Deduction 的三阶段协议。
- 使用 chain-of-frames prompting，把生成视频当作模型的可见推理轨迹。
- 数据集包含 400 个视频，覆盖 10 个经典力学任务。
- 评测同时结合 基于 MLLM 的主观指标 与 物理定律的客观指标，用来定位推理失败发生在哪一步。
- 目前基准中的最佳视频模型得分只有 0.473，说明现阶段模型在“守物理定律”的推理上仍然很弱。
所属事件:Apple-π 基准测试：视频模型物理推理能力普遍堪忧(5 条相关)→
「多模态」频道最新
- 字节跳动 FlowMimic 用图像编辑实时生成视频数据 — _akhaliq · 2026-07-25
- LTX2.3 在 7800XT 上 12.5 分钟生成 20 秒视频 — okfine1337 · 2026-07-25
- Skywork 把 AI 视频做成一体化工作台而非单纯生成器 — Shruti_0810 · 2026-07-25
- Inflect-Micro-v2 登上 Hugging Face 热门，主打本地语音合成 — owensong · 2026-07-25
- Claude+Suno+Seedance：一个点子做出 38 个片段只花 87 美元 — MosskeepForest · 2026-07-25
- PixelRAG 直接截图做网页检索，文本 RAG 基线被反超 18.1% — Roger_M_Taylor · 2026-07-25