IntPhys 2: 在复杂合成环境中评估直观物理理解能力的基准测试
计算机视觉与模式识别
2025-06-12 v1
摘要
我们提出了 IntPhys 2，一个用于评估深度学习模型直观物理理解能力的视频基准测试。在原始 IntPhys 基准测试的基础上，IntPhys 2 聚焦于与宏观物体相关的四个核心原理：持久性、不变性、时空连续性和实体性。这些条件源自对早期儿童直观物理理解的研究。IntPhys 2 提供了一套全面的测试，基于期望违背框架，挑战模型在受控且多样的虚拟环境中区分可能事件与不可能事件。同时，我们提供了多个最先进模型的性能评估。我们的结果表明，尽管这些模型展示了基本的视觉理解能力，但它们在复杂场景中掌握四个原理的直观物理方面面临重大挑战，大多数模型的表现处于随机水平（50%），与人类接近完美的准确率形成鲜明对比。这凸显了当前模型与人类类直观物理理解之间的差距，强调了需要在模型架构和训练方法上进行改进。
引用
@article{arxiv.2506.09849,
title = {IntPhys 2: Benchmarking Intuitive Physics Understanding In Complex Synthetic Environments},
author = {Florian Bordes and Quentin Garrido and Justine T Kao and Adina Williams and Michael Rabbat and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:2506.09849},
year = {2025}
}