针对长视频转交互式网页代码（Video-to-Code）这一前沿高难任务，高校团队推出涵盖 218 个理化生真实实验视频与 11,881 项评分规则的 La… · @HYJsfn9h · TwKit

@HYJsfn9h

针对长视频转交互式网页代码（Video-to-Code）这一前沿高难任务，高校团队推出涵盖 218 个理化生真实实验视频与 11,881 项评分规则的 Lab2Sim 基准。评测覆盖 GPT-6 Astra、DeepSeek、GLM、Kimi 等六大多模态旗舰模型，结果显示模型代码可运行率虽均超 93%，但细微物理与实验仪器还原度普遍不足 60%；而团队提出的状态机编译验证与自动修补管线（EduVideo2Code）使还原度提升了 20 至 24 分，推动多模态大模型从“看视频写静态脚本”迈向“深度推演真实物理过程并构建高保真仿真程序”的能力跨越。

曝光 164 · 评论 3 · 点赞 1 · 书签 0