4DCodeBench发布：评测智能体从视频生成动态场景代码
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从视频到可执行程序
4DCodeBench 把动态场景的逆向图形任务交给代码生成来完成。智能体需要观看视频，再把画面里的场景结构与运动变化写成一段可运行的图形程序，而不是输出图像或三维模型。要做到这一点，程序里必须包含对物理过程的抽象，例如用模拟的方式复现复杂行为，从而把视觉观察压缩成紧凑的表示。评测所用的素材由两部分组成：一部分是真实拍摄的视频，另一部分是为评测专门构造的合成场景，覆盖形变、流体流动和断裂等多种物理现象。
静态强不等于动态强
研究团队对前沿模型做了较大规模的基准测试，得到的结论是：在静态重建上表现突出的模型，并不能顺理成章地可靠重建复杂动态。也就是说，把单帧或静态场景还原得好的能力，与把随时间演化的物理过程写成正确程序的能力之间，目前还存在明显落差。这一发现构成了该基准的核心观察点，也说明动态逆向图形是一个尚未被现有能力覆盖的方向。
基准的定位与用途
4DCodeBench 被定位为一个测试平台，用来跟踪智能体通过代码理解世界动态这一方向的进展。它评测的不是某一次生成结果是否好看，而是智能体能否把观察转化为可执行的图形程序，并借此复现形变、流体、断裂等行为。论文提交于 2026 年 10 月 2 日，编号为 arXiv:2610.03715，属于计算机视觉、人工智能与图形学交叉的类别，作者包括 Ruihong Shen、Žiga Kovačič、Peter Kulits、Xingrui Wang、Zizhang Li、Joshua B. Tenenbaum、Alan Yuille、Jieneng Chen 和 Jiajun Wu。基准本身已通过链接公开。
对使用者的意义
对关注智能体能力边界的人来说，这个基准提供的是一把可比的尺子：同一批真实视频与合成场景，同一套以代码为输出的任务形式，便于观察不同模型在动态重建上的差距。它的适用范围集中在动态场景的逆向图形与代码生成，评测对象是智能体而非单纯的渲染质量。限制也很清楚——现有模型在复杂动态上尚不可靠，静态能力的优势无法直接迁移。因此它更适合作为进展追踪工具，而不是判断某模型已具备通用物理理解能力的依据。
为什么值得看
揭示当前模型静态重建优势无法迁移至动态场景，为物理模拟与4D代码生成提供追踪基准。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。