PhysEvolve：用可执行世界自进化训练VLM物理推理
热点事件持续更新
PhysEvolve：用可执行世界自进化训练VLM物理推理
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
arXiv 论文作者（Yilei Jiang 等）提出 PhysEvolve，一个基于验证器的自进化框架：每轮让共享 VLM 提出可执行世界程序，由确定性物理引擎模拟基线与反事实分支，再用精确验证器反馈通过 GRPO 更新策略，从而训练 VLM 进行因果物理推理，无需人工介入数据。 论文称，从 Qwen3-VL-8B-Instruct 出发，该方法在 PhysBench、CausalPhys 和 ContPhy 上取得针对性提升：PhysBench 投掷任务提高 8.8 分，ContPhy 的反事实移除和 Goal-Pit 分别提高 7.4 和 24.4 分。
AI 根据报道生成 · 54 分钟前更新
最新进展10月27日 12:00
PhysEvolve：面向物理推理的可执行世界验证式自进化框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIPhysEvolve：面向物理推理的可执行世界验证式自进化框架
PhysEvolve 是一个基于验证器的自进化框架，从模型生成的可执行世界和仿真任务中训练 VLM 进行因果物理推理。该框架每轮让共享 VLM 提出可执行世界程序，由确定性物理引擎模拟基线与反事实分支，并通过精确验证器反馈用 GRPO 更新策略。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。