World Models' Last Exam in Physics：Hugging Face 推出物理一致性评估基准

Hugging Face 推出 World Models' Last Exam in Physics，一个基于物理测量的视频世界模型评估基准，包含 40 个覆盖力学、光学、流体等领域的可控任务。每个任务提供初始图像和生成提示，并结合定量物理测量进行评估，最佳模型得分为 57.76（满分 100）。该基准在可控条件下验证了测量模块的有效性，并在任务内排名和成对比较中比视觉语言模型基线更符合人类判断。