【遇见简讯】斯坦福大学李飞飞教授等发布首个面向视觉语言模型物理推理能力的定量评测基准

2025年12月23日，World Labs 创始人兼 CEO、斯坦福大学终身讲席教授李飞飞等多位研究者发布了 QuantiPhy 评测基准。这是首个用于定量评估视觉语言模型（VLM）物理推理能力的数据集。

QuantiPhy 的官方验证集约占完整基准的 4%，包含 159 条“视频—问题—答案”（QA）样本。每个样本要求模型在给定一段短视频和一个自然语言问题后，输出一个连续数值结果，例如物体的大小、速度或加速度等物理量。

数据集地址： QuantiPhy

论文地址： QuantiPhy: A Quantitative Benchmark Evaluating Physical Reasoning Abilities of Vision-Language Models