13:07
@atomic_chat_hq@atomic_chat_hq
@atomic_chat_hq@atomic_chat_hq精选
推荐理由：智谱的GLM-5.2写物理模拟代码完胜Kimi K2.7，三个场景全部精准，Kimi翻车在弹簧穿透和球乱撞上。
精选
过去 24 小时，从 958 条中筛出 57 条
6月18日
13:07
智谱GLM-5.2与月之暗面Kimi K2.7 Code在三个物理模拟HTML5编程任务中对比。GLM-5.2使用12,640 tokens完成全部任务，包括台球碰撞、弹簧上方方块弹跳和高尔顿板，粒子和动量表现正确。Kimi K2.7 Code仅用7,420 tokens，但三个场景均出现严重错误：方块穿透弹簧、台球碰撞不真实、高尔顿板珠子重叠。评测显示GLM-5.2在物理模拟细节和精度上显著优于Kimi K2.7 Code。
13:02
13:02@atomic_chat_hq@atomic_chat_hq
@atomic_chat_hq@atomic_chat_hq精选
推荐理由：Fable 5 写物理仿真比 Opus 4.8 更扎实，尤其水粒子效果更真实，虽然贵了点但值得一试。
6月16日
20:29
20:29
AlphaSignal@AlphaSignalAI
AlphaSignal@AlphaSignalAI精选
推荐理由：这篇论文用MPMWorlds测试了AI看视频写物理代码的能力，发现代码生成稳但缺位置感知，扩散模型短时准但长期漂移，混合模型效果最好。
6月13日
10:34
10:34
AI Will@FinanceYF5
AI Will@FinanceYF5精选
推荐理由：Claude Fable 5 用物理原理预测日食
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月3日
14:48
14:48
Pandaily@contact@pandaily.com (Pandaily)
精选
推荐理由：世界模型是 AI 的下一个前沿，做机器人或自动驾驶的团队可以直接用 Boundless 开源代码加速研发，值得关注。
6月1日
00:09
AITOP6月1日 00:09
5月26日
12:21
12:21
arXiv cs.LG@Matt L. Wiemann, Lindsay M. Smith, Peter Melchior, Siddharth Mishra-Sharma, Andrew Gordon Wilson, Pavel Izmailov, Carolina Cuesta-Lázaro
精选72°
推荐理由：这个基准直击LLM科学推理的软肋——从数据中归纳规律而非回忆知识，做AI评估或科学模拟的团队值得关注，它暴露了当前模型在长程推理和实验设计上的真实短板。