4DCodeBench 基准:前沿模型能重建静态场景却搞不定动态物理
4DCodeBench · hf · 2026-10-06
新基准 4DCodeBench 通过代码生成测试 agent 的 4D 逆向图形能力：要求 agent 从视频重建动态场景为可执行的图形程序，把视觉观察转化为场景结构与动力学的紧凑表示，并实现物理仿真等抽象来复现复杂行为。
- 数据集包含真实世界视频与合成场景，覆盖形变、流体、断裂等多种物理现象。
- 对前沿模型的大规模评测发现：强静态重建能力并不能转化为对复杂动力学的可靠重建。
- 基准已开源在 GitHub，用于追踪「通过代码理解世界动态」的 agent 进展。
所属事件:4DCodeBench 发布：GPT-6 Astra 领跑动态 3D 重建基准(4 条相关)→
「研究」频道最新
- CMU L3 实验室携 GradAlign 等论文亮相 COLM 2026 — wellecks · 2026-10-06
- LLM 水印统计框架：假设检验视角下可解出最优检测规则 — weijie444 · 2026-10-06
- 4DCodeBench 评测编程 Agent 用代码重建动态 3D 场景的能力 — CSProfKGD · 2026-10-06
- EMNLP 论文：LLM 从规则学新任务比从示例学更可靠 — najoungkim · 2026-10-06
- 新研究发现 Looped Transformer 可对参数知识做隐式推理 — hhsun1 · 2026-10-06
- 康奈尔 UMA 机器人模型：25 段人类视频即可教会新任务，权重冻结 — qinzytech · 2026-10-06