斯坦福等推 4DCodeBench：静态重建强不等于会建动态场景
jwt0625 · x · 2026-10-13
4DCodeBench（arXiv 2610.03715）是一个通过代码生成考察 4D 逆图形（inverse graphics）的基准：要求智能体把视频重建为可执行的图形程序，实现物理仿真等抽象来复现动态场景。
- 数据集覆盖真实世界视频与合成场景，物理现象包括形变、流体、断裂等。
- 团队对 18 个前沿模型在 200 个场景上做基准测试，同时报告人类/VLM Elo 与 VQA 准确率。
核心发现：模型较强的静态重建能力尚不能迁移到复杂动态的可靠重建。该基准可作为追踪「通过代码理解世界动态」进展的测试床。
所属事件:4DCodeBench 发布：让 AI 写图形代码重建动态 4D 场景(2 条相关)→
「研究」频道最新
- François Fleuret 解读矩阵乘法:O(N³) 计算撑满算力,化解内存瓶颈 — francoisfleuret · 2026-10-13
- Specula 已揪出 500+ 系统缺陷，Apache Ozone 团队实测引入 — tianyin_xu · 2026-10-13
- 学者争论：整数乘法 n(log n)^a 结果是否被误读 — rrwilliams · 2026-10-13
- 自造轮子：为极小复古主机精灵设计像素画上采样 — ssh4net · 2026-10-13
- Preferred Networks 推 T3lescope：多视图图像免逐场景优化重建 3D 场景 — pfnet · 2026-10-13
- Duke 团队发布 ARCS 基准：歧义问题上 GPT 仅 51% 准确率 — megagonlabs · 2026-10-13