IXThinker·2025-05-30 11:30

SeePhys物理推理基準　頂級模型不足55%

頂級AI模型是否真能「看懂」物理圖像？全譜系多模態物理推理新基準SeePhys給出潑冷水式答案：連Gemini-2.5-Pro與o4-mini等SOTA模型，準確率都不足55%。

基準設計

SeePhys由中山大學、蘇黎世聯邦理工學院、華為諾亞方舟實驗室與香港大學聯合開發並已開源，涵蓋初中至博士資格考試的經典與現代物理問題，覆蓋各知識等級與領域。