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仍存短板(5 条相关)→
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11