PhysCodeGym：面向物理可验证 4D 重建的编码智能体基准

PhysCodeGym 是一个面向物理可验证 4D 重建的编码智能体基准，包含 156 项任务，覆盖刚体、液体、可变形体和风驱动运动。智能体自主查看视频、编写并运行 Blender 程序，并借助仿真反馈修正场景，评测采用 6 项指标结合规则测量与评分表判断。实验显示前沿编码智能体在推理投入设置下存在产物质量与完成度之间的权衡，反事实测试还暴露出通过常规物理检查的重建中潜在的接触与支撑失效。