视频世界模型物理一致性新基准：最佳得分57.76

研究者提出 World Models' Last Exam in Physics，一个基于测量的视频世界模型物理一致性评测基准，覆盖力学、光学、流体、热学与相变、电磁学和表面张力共 40 项受控任务，无需参考视频即可对可观测物理关系做可解释测试。 在 8 个视频生成模型的 1,280 段视频上，最佳模型总分仅 57.76（满分 100），各任务间差异显著，物理不一致持续存在。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。