核心信息

一项名为「World Models' Last Exam in Physics」的新基准对 8 个 SOTA 视频世界模型在 40 个受控任务上进行测试，最高分仅 57.76/100。MiniMax H3 自称取得最佳开源成绩，接近闭源模型水平。

要点

  • 8 个 SOTA 视频世界模型最高分仅 57.76/100，物理仍是难题
  • 自由落体视频通过一致性筛查，但综合分平均仅 26.61/100
  • 基准包含 40 个受控物理任务
  • MiniMax H3 自称是物理理解最强的开源视频世界模型