Apple-PI

用视频生成检验AI对物理定律的理解，推动世界模型落地

Apple-PI（Apple-π）是一个面向物理智能的视频生成基准测试项目，旨在评估和推动视频生成模型对物理世界规律的理解。它提出了“思维链帧”（chain-of-frames）的概念，要求模型在生成视频时不仅关注视觉连贯性，还要推理出符合物理定律的中间帧，从而逼近“法律约束下的物理智能”。项目解决了当前视频生成模型“形似而神不似”的问题——即生成画面流畅但物理逻辑错误。核心能力包括：构建包含物理规则标注的视频数据集、设计多维度评估指标（如物理一致性、因果合理性）、提供基准测试框架供研究者对比不同模型。该项目处于早期阶段，代码和文档尚在完善中，但为视频生成与具身智能交叉领域提供了新的评测思路。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 75

维护状态维护中

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队21yrm

所属国家

官网地址https://21yrm.github.io/Apple-PI-homepage

GitHubhttps://github.com/21yrm/Apple-PI

定价模式free

价格说明开源项目，提供在线演示页面，可免费体验，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型chain-of-frames,physical-intelligence,video-generation,world-models

GitHub 星标★ 75

30天Star增速

HF 下载量

上线时间2026-06-27 00:00:00

最近更新2026-08-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

提出chain-of-frames评测方法，直击视频生成中物理逻辑缺失的痛点
聚焦物理智能，与具身智能、世界模型等前沿方向强关联
提供标准化基准，便于横向对比不同视频生成模型的物理推理能力

不足之处

项目处于早期，数据规模与评测覆盖面有限
文档与社区生态待观察

适用场景

视频生成模型物理合理性评测与研究
世界模型与具身智能的交叉验证
物理规律学习算法的基准测试

替代项目

PhysBench、VideoPhy、WorldSimBench

项目介绍

Apple-PI 是评测安全领域的开源项目，由 21yrm 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 75。

项目仍在小幅维护中，最近一次代码更新于 2026-08-22。提供在线演示页面，可免费体验，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：视频生成模型物理合理性评测与研究。同类可对比的替代方案包括 PhysBench、VideoPhy、WorldSimBench。

上一篇：physics-IQ-benchmark

下一篇：Awesome-Video-Reasoning-Landscape