HOCA-Bench：超越语义感知到预测世界建模的 Hegel 本体论-因果异常基准
计算机视觉与模式识别
2026-02-24 v1
摘要
视频型大语言模型 (Video-LLMs) 在语义感知方面取得了 steady 的进步，但在预测世界建模方面仍显不足，这是支撑物理依据智能的核心能力。我们提出 HOCA-Bench，一种通过 Hegel 视角框架化物理异常的基准测试。HOCA-Bench 将异常分为两类：本体论异常，其中实体违反其自身定义或持久性；因果异常，其中交互违反物理关系。我们利用最先进的生成式视频模型作为对手模拟器，构建包含 1,439 个视频（3,470 对问答）的测试平台。评估 17 个 Video-LLM 时显示出明显的认知滞后：模型往往能够识别静态本体论违规（例如形状突变），但在因果机制（例如重力或摩擦）方面表现不佳，其表现下降超过 20%。系统 2 类“思考”模式虽可提升推理，但未能弥补这一差距，这表明当前架构更容易识别视觉模式，而非应用基本物理法则。
引用
@article{arxiv.2602.19571,
title = {HOCA-Bench: Beyond Semantic Perception to Predictive World Modeling via Hegelian Ontological-Causal Anomalies},
author = {Chang Liu and Yunfan Ye and Qingyang Zhou and Xichen Tan and Mengxuan Luo and Zhenyu Qiu and Wei Peng and Zhiping Cai},
journal= {arXiv preprint arXiv:2602.19571},
year = {2026}
}