11月17日,北京智源人工智能研究院联合逆矩阵、北大、清华、北航推出悟界·PhysCapBench。这是全球首个覆盖第三人称场景、第一人称操作与手持夹爪示范三类视角的视频Caption物理信息统一评测基准。该基准从事件覆盖、对象交互、动作描述、接触关系、状态变化、因果机制、时序组织七个维度量化Caption质量,旨在为世界模型训练提供可度量的‘物理数据量尺’。其目标是支撑描述策略优化、标注质量评估与高质量物理数据构建。