PhysVista：用感知-推理-评估闭环评测 VLM 的物理智能

PhysVista 是一个通过"感知-推理-评估"闭环框架评测 VLM 物理智能的 benchmark，联合考察物理状态感知、物理动力学推理与物理合理性评估，并区分事件级与尺度级推理。它同时纳入真实世界与 AI 生成视频，覆盖多领域及新兴生成场景。实验显示，多种 VLM 在物理推理与合理性评估上存在明显不足，视觉识别与真正的物理理解之间仍有持续差距。