PhysVLM：融合物理知识的视频语言模型开源

PhysVLM团队发布了一款融合物理知识的大型视频语言模型PhysVLM，该模型在PhysGame基准上展现出最先进的性能，并在通用视频理解基准（Video-MME, VCG）上表现领先。PhysVLM在专门的数据集上训练，包括880个含有故障现象的游戏视频，涵盖力学、运动学、光学和材料属性四大物理领域。实验结果显示，PhysVLM在多个基准测试中均表现出色，特别是在PhysGame benchmark上比最佳专有模型GPT-4o高出3.4%的平均准确率。
来源：https://mp.weixin.qq.com/s/5eZon0FBEkV6xWV29DxD2w