DC娱乐网

世界模型评测设施再添一环,智源发布“物理数据量尺”

当世界模型试图理解真实世界,它需要的不仅是“看到”画面,更要“读懂”画面里的物理过程:物体如何运动、何时接触、受力后怎样形变、状态如何随时间改变。近日,智源研究院联合逆矩阵、北京大学、清华大学、北京航空航天大学推出悟界·PhysCapBench——首个覆盖三大领域(包括第三人称场景、第一人称操作与手持夹爪示范)并统一评测视频Caption物理信息的基准,为世界模型基座建设提供可复用的数据与评测基础设施。

研究团队在预训练数据建设中观察到一个普遍问题:无论是原始数据的简短说明,还是更长、更流畅的自动生成描述,语言层面的完整并不等于物理信息完整。研究团队用一个软胶玩具的例子说明:玩具被压扁后会随压力解除逐渐恢复形状,受压、形变、卸载与回弹构成了关键的物理信息。使用物理描述时,生成结果更好保留了玩具的立体形态与恢复趋势;使用原始描述时,玩具在压力解除后仍呈明显扁平状态,恢复原状的关键环节被忽略。而基于后者这种描述,模型学习到的物理常识无疑是并不符合客观世界规律的。

PhysCapBench则将三类互补数据纳入同一评价框架:第三人称场景重点覆盖物体运动、形变、相互作用与环境变化;第一人称操作关注人与物体的接触、操作过程及状态转换;手持夹爪示范记录夹爪与物体的交互、操作阶段及执行结果。评测从是否覆盖主要事件与关键阶段、是否准确识别交互对象及其作用、是否准确组织事件顺序与阶段切换等七个物理信息维度展开,为描述策略选择、标注质量评估和训练数据优化提供一把跨领域的“物理数据量尺”。