PhysVista：通过感知-推理-评估闭环基准测试VLM的物理智能

PhysVista提出一个闭环认知框架基准，联合评估视觉语言模型的物理状态感知、物理动态推理与物理合理性判断，并区分事件级与尺度级推理。该基准同时纳入真实世界与AI生成视频，覆盖多样领域与新兴生成场景。对多种VLM的实验显示，模型在物理推理与合理性评估上存在显著局限，视觉识别与真实物理理解之间仍有明显差距。该研究被NeurIPS 2026主会议接收。