8 个 SOTA 视频世界模型物理统考,最高仅 57.76 分
nikola_mr64990 · x · 2026-10-09
EinsiaAI 团队发布 World Models' Last Exam in Physics 基准,被称为视频世界模型界的 SWE-bench,用于评估视频生成模型的物理一致性。
- 覆盖 8 个 SOTA 视频世界模型,共 40 个受控任务、9 大物理类别,全部通过程序化测量对照真实物理定律评分,而非人工打分。
- 最高分仅 57.76/100;其中自由落体类视频虽然通过一致性筛查,平均综合得分也只有 26.61/100,暴露出巨大差距。
- 作者认为谁先解决这一差距,就可能影响下一代可信世界模型的发展。
项目页、论文与 GitHub 均已公开。
「研究」频道最新
- EMNLP 论文提出 Claim-Locked Reporting,锁死数字与断言的对应关系 — jiqizhixin · 2026-10-09
- OpenAI 发布 372 项数学证明，含 23 个 Erdős 问题 — burny_tech · 2026-10-09
- NVIDIA NeMo-DCR 将 1T 模型 RL 权重同步从 87.5 分钟压到 150 秒 — IanAndrewsDC · 2026-10-09
- Dex-One2Many:一条人类视频训练灵巧手零样本迁移真实机器人 — furongh · 2026-10-09
- GenIA:免重训对齐 SAM3D,单图到高保真 3D 重建 SOTA — JonathonLuiten · 2026-10-09
- TIER IV 开源 METEOR：54M 参数单模型跑 12 项自动驾驶任务 — rsasaki0109 · 2026-10-09