待验证50% 置信观点精确时间

物理理解和模拟短板并非某一家公司的问题，而是当前大模型在空间推理与物理常识上的普遍挑战

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/14

首次发现

有效期至：2027/1/12

来源

谷歌Gemini 4被Claude Opus 5.5碾压：软糖熊物理对比翻车

涉及实体

大模型concept

相关事实

待验证研究认为大模型物理推理的短板在于行为层面（缺乏可靠的迭代式实验决策能力）而非知识层面72% 相似待验证航天、制造等领域问题涉及多学科交叉、物理约束与工程权衡，考验模型的真正推理能力70% 相似待验证即便在领先模型上，精确的时序与空间定位仍然是尚未解决的核心挑战，模型在粗粒度语义理解上表现尚可，但在精确定位任务上有明显缺口。67% 相似待验证物理常识本身很难被形式化为一个可微分的损失函数，扩散模型的优化目标与符合建筑逻辑之间并不天然对齐67% 相似待验证第一性原理思维（从基本物理约束和数学规律出发推导解决方案）的能力难以被AI替代，因为它需要在全新问题上进行创造性推导67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1030334

API

curl https://kongchang.com/api/v1/knowledge/claims/1030334

MCP

get_claim(id=1030334)