World Embedding Benchmark：8000 例检验视频表征的物理保真度
World-Representation-Lab · hf · 2026-10-05
World-Representation-Lab 发布 World Embedding Benchmark，评估视频表征如何编码物理信息，含来自 80 个物理族的 8000 个受控仿真案例，覆盖流体力学、固体力学、动力学、光学与电磁学，每个案例将渲染视频与仿真物理标注配对。
主要发现：
- 支持三项任务：文本-视频检索、物理属性回归、多选视频描述配对分类
- 现有全模态嵌入模型检索能力弱，族内配对分类接近随机水平；但轻量探针可从冻结视频嵌入中恢复有用物理信息
- 用物理主题视频-文本对做持续对比训练可提升检索与分类，却降低物理属性回归，揭示对齐与定量信息可恢复性之间的权衡
- 用嵌入检索参考视频做 RAG 生成（配合 MiniMax-H3）可提升生成视频的物理保真度，检索模型越强收益越大
「研究」频道最新
- NeurIPS 论文 FlowBank:互补 workflow 库+按查询选择,平均 73.40 胜基线 — furongh · 2026-10-05
- FlowBank 作者向 agent 开发者提问:何时复用、改造或新建工作流 — furongh · 2026-10-05
- FlowBank 下一步:让 workflow 库在部署中学会复用、改造或新建 — furongh · 2026-10-05
- FlowBank 离线建小型 workflow 库,推理时按查询预测调用哪个 — furongh · 2026-10-05
- FlowBank 思路:平均表现差的 workflow 恰好能补赢家的短板 — furongh · 2026-10-05
- FlowBank 提出预计算复用方案,五项基准平均 73.40 分入选 NeurIPS — furongh · 2026-10-05