8个视频模型物理大考:榜首Seedance仅57.76分
机器之心 · wechat · 2026-10-08
EinsiaAI 旗下 NaversLab 发布「World Models' Last Exam in Physics」评测，用 40 个任务、9 类物理现象（力学、光学、流体、相变、电磁等）检验 8 个视频生成模型是否遵守物理规律。
- 评分设计：一致性分数 C（由 VLM 评判画面是否连贯可观察）+ 物理分数 P（程序从视频测出轨迹、周期、角度、液面等物理量，按预定义物理关系计算误差，不依赖 VLM 主观判断）；总分中物理占 85%，且需 C≥80 才计入物理分。
- 结果：Seedance 2.5 以 57.76 分居首，MiniMax H3 以 54.89 分次之。相变任务中只有 Seedance（95.61 分）及格，其余模型最高仅 15 分；自由落体任务各模型平均一致性分高达 98.75，物理分却只有 13.88——画面连贯但运动违背物理。折射与全反射任务所有模型平均分均未超 40。
- 与人类判断对比：10 位标注者对 320 段视频的评估显示，该测量方法比 VLM 直接打分与人类排序的一致率高出 8.18/7.50 个百分点。
结论：生成画面"看起来合理"与"符合物理规律"之间仍有巨大鸿沟，时序动力学建模是当前视频模型的共同软肋。
所属事件:视频世界模型物理基准发布 榜首仅得57.76分(3 条相关)→
「多模态」频道最新
- Odyssey-3 世界模拟器发布：实时生成可交互环境训练机器人 — lukas_m_ziegler · 2026-10-09
- Hugging Face Speech-to-Speech 新增波斯语 ASR 与 TTS — andimarafioti · 2026-10-09
- ComfyUI 应用 ANIMA 走红：让 Qwen 3.5「幻觉」改写热图获 30 万浏览 — Ok_Contribution8157 · 2026-10-09
- NeurIPS 2026 论文 NAMVIS：next-scale 自回归替代扩散，新视角合成提速 3 倍 — RexDouglass · 2026-10-09
- fal 工程师谈视频生成提速:H3 Max 五秒渲出 15 秒视频 — OdinLovis · 2026-10-09
- Odyssey 发布世界模型 Odyssey-3,Physics-IQ 刷出新 SOTA — Scobleizer · 2026-10-09