Reka 介绍 PhysicalRealismBench-U：评测 VLM 物理常识的新基准

Reka 近日在 X 平台发布了一条消息，介绍了其团队推出的 PhysicalRealismBench-U 基准。该基准聚焦于视觉语言模型（VLM）对基础物理常识的理解能力评估。Reka 的 Roberto 与 Marianna 在一段配套视频中，对该基准的设计思路、构建方法以及当前 VLM 在物理推理任务上的典型错误进行了演示与解读。

基准定位与目标

PhysicalRealismBench-U 从命名来看属于「PhysicalRealismBench」系列基准中面向通用场景的版本（U 可能指 Universal），目的是系统性地检验 VLM 是否真正具备对日常物理现象的判断能力，而非仅仅依赖训练数据中的统计模式。研究团队认为，物理常识是衡量多模态模型是否走向「具身智能」的关键能力之一。

演示中关注的 VLM 短板

在演示内容里，Reka 团队重点展示了 VLM 在以下几类问题上的典型失误（具体题目与统计需以原视频和后续论文/技术报告为准）：

• 对物体稳定性的判断（如叠放、重心位置）；
• 对简单运动轨迹与碰撞结果的预测；
• 对流体、遮挡、材质等视觉线索的物理一致性推理。

信息边界

需要指出的是，目前这条资讯的来源仅为 Reka 官方 X 账号的一条推广推文，正文中并未给出基准的题目数量、评测模型列表、得分排名或论文链接等具体细节。因此，关于该基准的覆盖范围、评测协议以及量化结论，仍有待 Reka 后续发布完整资料后再做进一步解读。