IPR-1：交互式物理推理器

arXiv 25.11 2025 51.6 method, benchmark

TLDR

IPR-1结合世界模型与VLM策略及PhysCode，在1000+游戏中提升物理推理，超越GPT-5。

评分理由

The paper introduces a novel integration of world models and VLMs for interactive physical reasoning, supported by a large benchmark and strong empirical results. However, the abstract lacks discussion of limitations and the evaluation is limited to simulated games rather than real-world environments.

Read-first 评分解释

综合优先阅读分 51.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 44。

近期性 6%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

主题相关性 29%

62.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、结果

引用影响力 18%

52.4

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.52442022

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、GitHub

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：376。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

interactive world model

world simulator

generative world model

video world model

深度分析

创新点

IPR（交互式物理推理器）使用世界模型展开来评分并强化VLM的策略
PhysCode：一种以物理为中心的动作代码，将语义意图与动力学对齐，为预测和推理提供共享动作空间
G2U（游戏到未见）基准，包含1000+具有显著视觉域差异的异构游戏

方法

IPR使用世界模型展开来评分并强化VLM的策略，并引入PhysCode作为预测和推理的共享动作空间。该模型在G2U基准的1000+个游戏上进行了预训练。

关键结果

IPR在从原始直觉到目标驱动推理的各个层次上表现稳健，整体上超越了GPT-5，并且随着训练游戏和互动步骤的增加性能提升，包括零样本迁移到未见过的游戏。

技术栈

world modelVLMPhysCodeG2U benchmark

资源

论文