ICAT基准发布：揭示视频生成模型物理风险预测缺陷

2026年10月，研究者Lai团队发布基准ICAT，用于评估具身世界模型预测物理风险的能力。ICAT基于事故报告和安全指南构建，包含909个评估单元，涵盖明确初始条件、触发行动和记录结果。 在测试六个视频生成系统时，研究发现即便保留初始状态并执行风险动作，系统仍常缺失或弱化严重后果。其中最强系统在最佳八次选择策略下，严格条件成功率仅23.5%。该结果揭示了生成系统复现风险动作与产生相应结果之间的显著差距。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。