央广网北京11月17日消息(记者 朱冠安)11月17日,北京智源人工智能研究院联合逆矩阵、北京大学、清华大学等推出悟界·PhysCapBench。这是首个覆盖第三人称场景、第一人称操作与手持夹爪示范三大领域,统一评测视频Caption物理信息的基准。

北京智源人工智能研究院相关负责人介绍,物理AI基模的核心,是从真实经验中学习可迁移的物理规律,形成理解、预测和作用于物理世界的能力。真实世界的数据里藏着丰富的物理信息:互联网视频记录运动与环境演化,Egocentric呈现手物交互,真机轨迹记录动作与状态响应,力触反馈补充接触力、滑移与形变,不同数据共同提供了互补的物理经验。如何衡量、提炼和耦合这些数据中的物理特性,是构建物理AI基模亟待解决的基础问题。

悟界·PhysCapBench从视频描述入手,统一度量描述对物理信息的覆盖与保真,为描述策略选择、标注质量评估和训练数据优化提供一把跨领域的“物理数据量尺”。

北京智源人工智能研究院相关负责人表示,世界模型的数据建设,需要关注视频中有哪些物理经验,以及这些经验是否被完整、准确地转化为训练监督。悟界·PhysCapBench将预训练中的数据实践,沉淀为一把跨领域的“物理数据量尺”,通过三大领域的参考数据、七个物理信息评价维度,以及视频生成与操作策略的下游验证,为描述策略选择、标注质量评估与训练数据优化提供统一依据。

编辑:庞婷
更多精彩资讯请在应用市场下载“央广网”客户端。欢迎提供新闻线索,24小时报料热线400-800-0088;消费者也可通过央广网“啄木鸟消费者投诉平台”线上投诉。版权声明:本文章版权归属央广网所有,未经授权不得转载。转载请联系:cnrbanquan@cnr.cn,不尊重原创的行为我们将追究责任。
长按二维码
关注精彩内容