所属大类：内容生成与多模态
关键词标签：#PhysionEval #AIVideoPhysics #视频物理违规 #AIVideoBenchmark #多模态生成质量
主题解读
最新趋势：新兴——AI 视频物理真实性从被忽视变为必须解决的瓶颈，基准测试体系的建立加速该领域研究
Stanford、MIT、Harvard、Character AI 联合发布 Physion-Eval，用专家人类推理诊断 AI 视频物理违规：93.5% 内视角视频至少一次违反现实物理。SOTA 模型在物理常识上系统性溃败，对 AI 视频工业化应用（影视、工业仿真、具身训练数据）是严重警示，也指明下一代多模态模型必须攻克的方向。
关联推文时间线
共关联 2 条推文。
2026-05-19 · CodePercept：代码作为精确媒介能否拯救AI的STEM图表感知缺陷
机器之心 JIQIZHIXIN (@jiqizhixin)
上海交大与Qwen团队提出CodePercept，聚焦"感知 scaling"而非"推理 scaling"。
核心逻辑：用代码生成图像-标注-代码三元组，消除视觉幻觉与歧义，将感知精度问题转化为可验证的代码执行问题。
结果：在STEM视觉感知任务上超越推理优先方案，设定新的可验证理解基准。
这说明了一个方向性问题：纯靠CoT scaling解决不了视觉感知错误，感知层的结构化约束可能比推理链更根本。
❤️ 1 · 🔄 1 · 💬 0
2026-04-15 · 93.5% 的 AI 视频违反物理定律：Physion-Eval 撕开多模态生成最大短板
机器之心 JIQIZHIXIN (@jiqizhixin)
[AI 视频物理真实性基准出炉，顶尖模型全线溃败]
- Stanford、MIT、Harvard、Character AI 联合发布 Physion-Eval，用专家人类推理诊断 AI 视频物理违规：83.3% 外视角、93.5% 内视角视频至少一次违反现实物理
- 研究揭示当前 SOTA 模型在物理常识上的系统性失败，且"哪里出错"可以精确诊断
- 对 AI 视频工业化应用（影视、工业仿真、具身训练数据）是严重警示，也指明了下一代多模态模型必须攻克的方向
gakki：90% 以上的失效率不是"还有 10% 可用"，而是"这 10% 的边界目前完全不清楚"——在物理仿真要求高的场景，AI 视频仍是高风险素材。
❤️ 14 · 🔄 1 · 💬 1
本专题由 Pi AI 自动追踪，并基于关联推文持续更新。