PhysCodeGym：物理可验证4D重建基准发布

Shuai Shao等作者发布 PhysCodeGym，一个面向物理可验证 4D 重建的编程智能体基准，包含 156 个任务，覆盖刚体、液体、可变形体和风力驱动运动。智能体需自主查看视频、编写并运行 Blender 程序，再根据模拟反馈修改场景；评估采用 6 项结合规则测量与评分量表的指标。 实验显示，前沿编程智能体在推理投入设置下存在产物质量与完成度之间的权衡；反事实测试还暴露出通过常规物理检查的重建中潜藏的接触与支撑失效。作者称代码已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。