OmniPhys：中国教育语料库物理理解和生成的统一多模态基准

多模态 大语言模型 (MLLM) 在解决各种视觉和文本推理任务方面表现出了强大的能力。然而，由于缺乏全面的基准，它们在物理领域的发展受到严重阻碍。为了填补这一空白，我们引入了 OmniPhys，这是一个用于多模态物理理解和推理的大型基准，涵盖中国教育语料库中的中学到大学水平的问题。 OmniPhys 由 15,246 个问题和 19,850 张图像组成，并附有详细的注释，支持对推理过程和知识使用进行细粒度分析。除了传统的评估之外，OmniPhys 是一个基准，可以系统地评估物理领域的多模态输出，包括模型生成结构化物理图的能力，这构成了真实物理问题解决的基本组成部分。广泛的评估揭示了当前 MLLM 能力的关键差距，特别是在复杂推理和视觉生成方面。为了解决这个问题，我们发布了 OmniPhys，作为推进物理和科学领域多模态智能的基础资源。代码和数据可在 https://github.com/ECNU-RAIL/OmniPhys-EMNLP2026 获取。