物理推理相关 AI 资讯 · AITOP · AI热报

8月31日

12:56

12:56

AK@_akhaliq

精选

研究人员提出'Code as Worlds'方法，通过智能体发现可执行世界表示用于物理推理。该方法在物理推理基准测试中表现优异，能够模拟复杂物理环境。论文已在Hugging Face平台发布，编号为2608.27。

论文 Code as Worlds 物理推理可执行世界表示

推荐理由：新论文提出用代码表示物理世界的方法，让AI能像模拟环境一样进行物理推理。

8月30日

09:41

09:41

官方一手marktechpost@Michal Sutter

精选

Code-as-World系统能从真实视频中恢复可编辑的MuJoCo场景代码。该系统使用验证后的世界来训练物理推理能力。这种方法将视频内容转化为可执行物理程序，实现了虚拟与现实的结合。研究人员通过这种方法创建了可交互的物理环境。

AI模型 Code-as-World MuJoCo 物理推理

推荐理由：MIT新系统把视频转成可编辑的物理程序，能训练AI理解真实世界物理规律。

7月8日

12:18

12:18

官方账号arXiv cs.AI@Han-Jun Ko, Jr-Jen Chen, Haobo Yuan, Hsin-Ying Lee, Tiancheng Shen, Ming-Hsuan Yang, Yu-Chiang Frank Wang

VAORA (Visual Action Outcome Reasoning Alignment) 提出两种互补奖励：Visual Alignment Reward 将 VLM 推理锚定到视觉上下文，独立于智能体动作；Visual-Action Alignment Reward 将推理与动作引起的视觉结果对齐。该方法在 PHYRE 和 Virtual Tool 基准上，针对未见任务和未见环境设置提升性能，抑制幻觉链式推理并缩小推理与行为差距。实验表明，VAORA 能诱导基于视觉的、可泛化的物理智能。

AI模型 VAORA 视觉语言模型物理推理

推荐理由：VAORA 用一个巧妙的奖励设计，让 VLM 在物理推理中不再瞎想，在 PHYRE 和 Virtual Tool 上泛化能力更好。

5月21日

08:00

08:00

Sundar Pichai@sundarpichai

83°

Google CEO Sundar Pichai 宣布推出 Gemini Omni，这是一个不仅能生成逼真场景，还能推理下一步该发生什么的视频生成模型。它结合了物理直觉与 Gemini 对历史、科学和文化背景的知识，使生成的视频更具逻辑性和上下文相关性。该功能今日起面向全球 Google AI Plus、Pro 和 Ultra 订阅用户，通过 Gemini 应用、Google Flow 以及 YouTube Shorts 逐步开放。这一进展标志着 AI 视频生成从“看起来真实”向“理解并预测动态”迈出了重要一步。

AI产品 Gemini Omni 视频生成物理推理

推荐理由：做视频生成或 AI 内容创作的团队，终于有了一个能理解物理规律和文化背景的模型——生成的视频不再只是视觉逼真，而是逻辑连贯。建议订阅 Google AI 的用户立即体验。

5月20日

08:18

08:18

berryxia@berryxia

76°

Google 发布 Gemini Omni，一种不仅能生成逼真视频，还能基于物理直觉和知识推理场景后续发展的 AI 模型。它将物理直观与历史、科学、文化背景知识结合，使生成内容更符合现实逻辑。该模型即日起面向全球 Google AI Plus、Pro 和 Ultra 订阅用户推出，首批支持视频输出。这一进展标志着视频生成从单纯视觉真实迈向因果推理的新阶段。

AI模型 Gemini Omni 视频生成物理推理

推荐理由：做视频生成或物理模拟的开发者值得关注——Gemini Omni 把常识推理带进视频生成，让 AI 不再只是“画得好”，而是“想得对”。