World Models' Last Exam in Physics：评测视频世界模型物理一致性的基准

World Models' Last Exam in Physics 提出一个基于测量的视频世界模型物理一致性评测基准，覆盖力学、光学、流体、热与相变、电磁学和表面张力等 40 个受控任务。对 8 个视频生成模型的 1,280 段视频实验显示，最佳模型总分为 57.76/100，仍存在持续的物理不一致。其评估器在人类判断一致性上高于直接视觉语言模型基线。