AI News

Stanford Study Exposes AI's Blind Spot in Basic Physics

In a year where artificial intelligence has seemingly mastered everything from creative writing to complex coding, a new study from Stanford University has identified a startling limitation: advanced AI models struggle to understand the basic laws of physics. The release of "QuantiPhy," a comprehensive benchmark designed to test physical reasoning, reveals that even the most sophisticated Vision-Language Models (VLMs) frequently fail to accurately estimate speed, distance, and size—skills that are fundamental to human intuition and critical for the deployment of autonomous systems.

The research, led by the Stanford Institute for Human-Centered Artificial Intelligence (HAI), suggests that while AI can describe a video of a falling object with poetic flair, it often cannot calculate how fast it is falling or where it will land with any degree of numerical precision. This "quantitative gap" represents a significant roadblock for the industry's ambitions in robotics and self-driving technology.

The QuantiPhy Benchmark: Testing Reality

For years, AI evaluation has focused heavily on qualitative understanding—asking a model to identify a cat in a video or describe the action of a person walking. However, these tasks rarely test whether the model understands the physical properties governing those scenes. To address this, the Stanford team developed QuantiPhy, the first dataset specifically engineered to evaluate the quantitative physical reasoning capabilities of multimodal AI.

The benchmark consists of over 3,300 video-text instances that require models to perform "kinematic inference." Instead of simply describing a scene, the AI must answer precise numerical questions based on visual evidence, such as:

  • "What is the velocity of the billiard ball at the 1.0-second mark?"
  • "Given the average walking speed of the subject, what is the distance between the two road signs?"
  • "Calculate the height of the object based on its motion relative to the background."

To solve these problems, a model cannot rely on guesswork; it must perform what researchers call "explicit visual measurement," mapping pixel displacement to real-world units using provided priors (known facts). The results of the study were sobering: top-tier models, including the widely used ChatGPT-5.1, frequently produced confident but mathematically incorrect answers.

The Trap of "Memorized Priors"

One of the study's most critical findings is that current AI models do not actually "see" physics—they remember it. When presented with a video, models tend to rely on their training data (priors) rather than the actual visual inputs.

For instance, if a model sees an elephant, it accesses a statistical probability from its training data that suggests "elephants are large." If the video shows a smaller, juvenile elephant or a trick of perspective, the model often ignores the visual reality in favor of its memorized knowledge.

This phenomenon was starkly illustrated in the researchers' experiments. When visual cues were clean and objects followed expected patterns (like a standard car moving at a normal speed), models performed adequately. However, when the researchers introduced "counterfactual priors"—such as scaling an object to an unusual size or speed to test the model's adaptability—the AI's reasoning collapsed. It continued to output numbers consistent with its training data rather than the video evidence before it.

Researchers argue that this indicates a fundamental lack of "grounding." The models are simulating understanding by retrieving related text and numbers, rather than computing physical properties from the raw visual data.

Comparative Analysis: Model Performance vs. Reality

The QuantiPhy benchmark exposed inconsistent performance across various physical tasks. While models showed some competence in simple object counting or static identification, their ability to process dynamic kinematic properties—velocity and acceleration—was significantly lacking.

The following table highlights specific test cases from the QuantiPhy dataset, illustrating the discrepancy between ground truth physics and AI estimations.

Table 1: QuantiPhy Benchmark Performance Examples

Task Scenario Visual Input Prior Ground Truth AI Model Estimate (ChatGPT-5.1) Analysis of Failure
Velocity Estimation Billiard ball diameter (57.4 mm) 24.99 cm/s 24.00 cm/s Near Success: The model performed well here, likely because the scenario aligns with standard physics training data and simple, clean visual backgrounds.
Object Sizing Elephant walking speed (2.31 m/s) 2.20 meters 1.30 meters Critical Failure: The model severely underestimated the height, failing to correlate the walking speed prior with the vertical dimension of the animal.
Distance Calculation Pedestrian speed (1.25 m/s) 4.77 meters 7.00 meters Spatial Error: A significant overestimation of distance between road signs, indicating an inability to map 2D pixel depth to 3D real-world space.
Scale Sensitivity Car length (scaled to 5,670 m) Matches Scale Normal Car Size Prior Bias: When presented with a digitally manipulated "giant" car, the model ignored the visual scale and reverted to the standard size of a car from its memory.

Implications for Robotics and Autonomous Systems

The inability to perform accurate physics reasoning is not merely an academic curiosity; it is a safety-critical issue for the deployment of embodied AI. Autonomous vehicles (AVs), delivery drones, and household robots operate in a physical world governed by immutable laws of motion.

For an autonomous vehicle, "plausible" reasoning is insufficient. If a car's AI system sees a child running toward a crosswalk, it must accurately calculate the child's velocity and trajectory relative to the car's own speed to decide whether to brake. A "hallucinated" speed estimate—off by even a few meters per second—could be the difference between a safe stop and a collision.

Ehsan Adeli, director of the Stanford Translational Artificial Intelligence (STAI) Lab and senior author of the paper, emphasized that this limitation is a primary bottleneck for Level 5 autonomy. Current systems often rely on LIDAR and radar to bypass the need for visual reasoning, but a truly generalist AI agent—one that can operate with cameras alone, similar to a human—must master these intuitive physics calculations.

The Path Forward: From Plausibility to Precision

Despite the grim results, the Stanford team believes QuantiPhy offers a roadmap for improvement. The study identifies that the current training paradigms for Vision-Language Models are heavily skewed toward semantic understanding (what is this?) rather than quantitative reasoning (how fast is this?).

To bridge this gap, researchers suggest a shift in training methodology:

  1. Integration of Simulation Data: Training models on synthetic data from physics engines where ground truth for velocity, mass, and friction is absolute.
  2. Chain-of-Thought Prompting for Physics: Encouraging models to "show their work" by explicitly calculating pixel-to-meter ratios before outputting a final answer.
  3. Hybrid Architectures: Combining the semantic strengths of Large Language Models with specialized "neural physics engines" that handle the mathematical computation of the scene.

As the AI industry pushes toward Artificial General Intelligence (AGI), the ability to understand the physical world remains a final frontier. Until models can reliably tell the difference between a speeding car and a parked one based on visual cues alone, their role in the physical world will remain limited.

Destacados
AirMusic
AirMusic
AirMusic.ai genera pistas musicales de IA de alta calidad a partir de indicaciones de texto con personalización de estilo y estado de ánimo, y exportación de stems.
AdsCreator.com
AdsCreator.com
Genera al instante creatividades publicitarias pulidas y coherentes con la marca desde cualquier URL para Meta, Google y Stories.
KiloClaw
KiloClaw
Agente OpenClaw alojado: despliegue con un clic, más de 500 modelos, infraestructura segura y gestión automatizada de agentes para equipos y desarrolladores.
Atoms
Atoms
Una plataforma impulsada por IA que crea apps y sitios web full-stack en minutos usando automatización multiagente, sin necesidad de programar.
Skywork.ai
Skywork.ai
Skywork AI es una herramienta innovadora para aumentar la productividad utilizando IA.
VoxDeck
VoxDeck
Creador de presentaciones con IA que lidera la revolución visual
Refly.ai
Refly.ai
Refly.AI permite a creadores no técnicos automatizar flujos de trabajo usando lenguaje natural y un lienzo visual.
Pippit
Pippit
¡Eleva tu creación de contenido con las poderosas herramientas de IA de Pippit!
Diagrimo
Diagrimo
Diagrimo transforma el texto en diagramas y visuales generados por IA personalizables al instante.
BGRemover
BGRemover
Elimina fácilmente los fondos de imágenes en línea con SharkFoto BGRemover.
Qoder
Qoder
Qoder es un asistente de codificación impulsado por IA que automatiza la planificación, la codificación y las pruebas para proyectos de software.
FineVoice
FineVoice
Convierte el texto en emoción — Clona, diseña y crea voces de IA expresivas en segundos.
Flowith
Flowith
Flowith es un espacio de trabajo agéntico basado en lienzo que ofrece gratis 🍌Nano Banana Pro y otros modelos efectivos.
SuperMaker AI Video Generator
SuperMaker AI Video Generator
Crea videos, música e imágenes impresionantes sin esfuerzo con SuperMaker.
Elser AI
Elser AI
Estudio web todo‑en‑uno que convierte texto e imágenes en arte estilo anime, personajes, voces y cortometrajes.
FixArt AI
FixArt AI
FixArt AI ofrece herramientas de IA gratuitas y sin restricciones para la generación de imágenes y videos sin necesidad de registrarse.
Funy AI
Funy AI
¡Anima tus fantasías! Crea vídeos de besos y bikinis con IA a partir de imágenes o texto. Prueba el cambiador de ropa IA
SharkFoto
SharkFoto
SharkFoto es una plataforma todo-en-uno impulsada por IA para crear y editar videos, imágenes y música de manera eficiente.
paperclaw
paperclaw
Un espacio de trabajo de IA que genera en minutos figuras científicas, diagramas, pósteres y SVG editables listos para publicación.
Questie AI - Game Companion
Questie AI - Game Companion
Un compañero de juego con IA en tiempo real que mira tu pantalla, chatea por voz y te guía mientras juegas en vivo.
OnlyDoc Summarizer
OnlyDoc Summarizer
El resumidor de PDF gratuito de OnlyDoc lee un PDF y extrae los puntos clave en un resumen limpio y estructurado
CreateMemorial
CreateMemorial
CreateMemorial ayuda a las familias a crear sitios web conmemorativos en línea duraderos y videos de presentación para funerales para honrar a sus seres queridos.
AIsa
AIsa
AIsa ofrece a los agentes de IA una única puerta de acceso a modelos, skills, APIs y pagos con acceso compatible con OpenAI.
WriteHybrid AI Humanizer
WriteHybrid AI Humanizer
WriteHybrid es un humanizador y detector de IA que reescribe texto de forma natural mientras ayuda a los usuarios a eludir la detección de IA.
AnimeShorts
AnimeShorts
Crea cortos de anime impresionantes sin esfuerzo con tecnología de IA de vanguardia.
Flaq AI Media API
Flaq AI Media API
Flaq AI es una plataforma unificada de API de medios de IA para generar imágenes, videos y flujos de trabajo impulsados por LLM con modelos estables
Scavio AI
Scavio AI
API de búsqueda multiplataforma en tiempo real que ayuda a los agentes de IA a obtener datos estructurados de la web, compras, video y sociales.
StitchPilot.ai
StitchPilot.ai
Herramienta de bordado con IA basada en navegador para convertir imágenes, previsualizar archivos de puntadas e inspeccionar formatos de máquina.
Mubert AI
Mubert AI
Mubert es una plataforma de música con IA que genera, amplía, remezcla y vocaliza pistas libres de derechos en segundos.
VidMage
VidMage
Cambia rostros sin esfuerzo en fotos y videos utilizando tecnología de IA.
AdMakeAI
AdMakeAI
Generador de anuncios con IA que crea anuncios estáticos y UGC de alto rendimiento para marcas en segundos.
AI Gift finder by wishwave
AI Gift finder by wishwave
Un buscador de regalos con IA que crea listas de deseos compartibles a partir de productos reales de cientos de tiendas populares.
Iara Chat
Iara Chat
Iara Chat: Un asistente de productividad y comunicación impulsado por IA.
InstantChapters
InstantChapters
Genera capítulos de libros cautivadores al instante con Instant Chapters.
UNI-1 AI
UNI-1 AI
UNI-1 es un modelo unificado de generación de imágenes que combina razonamiento visual con síntesis de imágenes de alta fidelidad.
SkyGen Plus
SkyGen Plus
Una plataforma de creación de IA multimodelo para generar imágenes, videos y música con un flujo de trabajo único y optimizado.
NerdyTips
NerdyTips
Una plataforma de predicciones de fútbol impulsada por IA que ofrece consejos de partidos basados en datos en ligas de todo el mundo.
insmelo AI Music Generator
insmelo AI Music Generator
Generador de música impulsado por IA que convierte prompts, letras o cargas en canciones pulidas y libres de regalías en aproximadamente un minuto.
MusicGPT
MusicGPT
Plataforma de música con IA para generar canciones, efectos de sonido, voces y ediciones de audio a partir de simples indicaciones.
EaseMate AI
EaseMate AI
Asistente de IA todo en uno para chat, escritura, ayuda para el estudio, creación de imágenes y generación de videos en una plataforma basada en navegador.
AIToHuman
AIToHuman
Una herramienta gratuita de humanización de texto con IA que reescribe al instante contenido generado por IA en una escritura natural y con apariencia humana.
Gemini Omni - Video Generator
Gemini Omni - Video Generator
Plataforma de creación de video con IA para edición conversacional, referencias multimodales y generación coherente de formato corto.
Anijam AI
Anijam AI
Anijam es una plataforma de animación nativa de IA que convierte ideas en historias pulidas mediante creación de video agentiva.
Kirkify
Kirkify
Kirkify AI crea al instante memes virales de intercambio de rostros con una estética neon-glitch distintiva para creadores de memes.
AI Clothes Changer by SharkFoto
AI Clothes Changer by SharkFoto
AI Clothes Changer de SharkFoto te permite probar virtualmente atuendos al instante con ajuste, textura e iluminación realistas.
WhatsApp AI Sales
WhatsApp AI Sales
WABot es un copiloto de ventas con IA para WhatsApp que ofrece scripts en tiempo real, traducciones y detección de intención.
BeatMV
BeatMV
Plataforma de IA basada en la web que convierte canciones en videoclips cinematográficos y crea música con IA.
Free GPT Image 2
Free GPT Image 2
Un generador gratuito de GPT Image 2 para crear pósters, anuncios, cómics y maquetas de UI con tipografía precisa.
whatslove.ai
whatslove.ai
Un coach de citas con IA que personaliza consejos, iniciadores de conversación e ideas para citas según tu personalidad.
Tome AI PPT
Tome AI PPT
Generador de presentaciones impulsado por IA que crea, embellece y exporta presentaciones profesionales en minutos.
AI Pet Video Generator
AI Pet Video Generator
Crea videos virales y para compartir de mascotas a partir de fotos usando plantillas impulsadas por IA y exportaciones HD instantáneas para plataformas sociales.
HappyHorseAIStudio
HappyHorseAIStudio
Generador de videos con IA basado en navegador para texto, imágenes, referencias y edición de video.
Ampere.SH
Ampere.SH
Alojamiento OpenClaw gestionado gratuito. Despliega agentes IA en 60 segundos con $500 en créditos Claude.
Couple AI - AI Couple Photo Maker
Couple AI - AI Couple Photo Maker
Crea retratos realistas de parejas con IA a partir de selfies, con estilos temáticos, generación rápida y descargas privadas en HD.
Claude API
Claude API
Claude API for Everyone
AI Video API: Seedance 2.0 Here
AI Video API: Seedance 2.0 Here
API de video con IA unificada que ofrece modelos de última generación a través de una sola clave y a menor costo.
Text to Music
Text to Music
Convierte texto o letras en canciones completas de calidad de estudio con voces generadas por IA, instrumentos y exportaciones multipista.
wan 2.7-image
wan 2.7-image
Un generador de imágenes con IA controlable para rostros precisos, paletas, texto y continuidad visual.
Wan 2.7
Wan 2.7
Modelo de video AI de grado profesional con control preciso del movimiento y consistencia multi‑vista.
GPT Image 2 Online
GPT Image 2 Online
Un generador y editor de imágenes con IA con resultados fotorrealistas, renderizado de texto preciso y gran capacidad de seguimiento de prompts.
HookTide
HookTide
Plataforma de crecimiento en LinkedIn impulsada por IA que aprende tu voz para crear contenido, interactuar y analizar el rendimiento.
Lyria3 AI
Lyria3 AI
Generador de música con IA que crea canciones totalmente producidas y de alta fidelidad a partir de indicaciones de texto, letras y estilos al instante.
Seedance 2.0 Video AI
Seedance 2.0 Video AI
Genera videos cinematográficos en 1080p a partir de prompts, imágenes y clips de referencia con audio sincronizado.
Paper Banana
Paper Banana
Herramienta impulsada por IA para convertir texto académico en diagramas metodológicos listos para publicación y gráficos estadísticos precisos al instante.
Hitem3D
Hitem3D
Hitem3D convierte una sola imagen en modelos 3D de alta resolución y listos para producción mediante IA.
Image 2 AI
Image 2 AI
Herramienta de generación y edición de imágenes impulsada por OpenAI para visuales fotorrealistas, renderizado preciso de texto y maquetas de interfaz.
Gobii
Gobii
Gobii permite a los equipos crear trabajadores digitales autónomos 24/7 para automatizar la investigación web y tareas rutinarias.
Gptimg2 AI
Gptimg2 AI
Estudio de IA todo en uno para crear imágenes y videos a partir de texto, imágenes o referencias.
Create WhatsApp Link
Create WhatsApp Link
Generador gratuito de enlaces y códigos QR para WhatsApp con analíticas, enlaces con marca, enrutamiento y funciones de chat multiagente.
happy horse AI
happy horse AI
Generador de video de IA de código abierto que crea video y audio sincronizados a partir de texto o imágenes.
Image3D - AI 2D to 3D Model Generator (GLB, OBJ, STL, PLY)
Image3D - AI 2D to 3D Model Generator (GLB, OBJ, STL, PLY)
IA basada en navegador que convierte cualquier imagen 2D o texto de indicación en un modelo 3D en 30 segundos. Exporta GLB, OBJ, STL, PLY — gratis
kinovi - Seedance 2.0 - Real Man AI Video
kinovi - Seedance 2.0 - Real Man AI Video
Generador de vídeo IA gratuito con salida humana realista, sin marca de agua y con derechos completos de uso comercial.
Video Sora 2
Video Sora 2
Sora 2 AI convierte texto o imágenes en videos cortos para redes sociales y eCommerce con movimiento físicamente preciso en minutos.
GenPPT.AI
GenPPT.AI
Generador de PPT impulsado por IA que crea, embellece y exporta presentaciones profesionales de PowerPoint con notas del presentador y gráficos en minutos.
Palix AI
Palix AI
Plataforma de IA todo‑en‑uno para creadores que genera imágenes, videos y música con créditos unificados.
WhatsApp Warmup Tool
WhatsApp Warmup Tool
Herramienta de calentamiento de WhatsApp impulsada por IA que automatiza el envío masivo de mensajes mientras previene bloqueos de cuentas.
Image to Video AI without Login
Image to Video AI without Login
Herramienta gratuita de IA de Imagen a Video que transforma fotos al instante en videos animados fluidos y de alta calidad sin marcas de agua.
Veemo - AI Video Generator
Veemo - AI Video Generator
Veemo AI es una plataforma todo en uno que genera rápidamente videos e imágenes de alta calidad a partir de texto o imágenes.
AI FIRST
AI FIRST
Asistente conversacional de IA que automatiza investigación, tareas del navegador, scraping web y gestión de archivos mediante lenguaje natural.
Seedance 20 Video
Seedance 20 Video
Seedance 2 es un generador de video IA multimodal que ofrece personajes consistentes, narrativa en múltiples tomas y audio nativo en 2K.
Manga Translator AI
Manga Translator AI
AI Manga Translator traduce instantáneamente imágenes de manga a múltiples idiomas en línea.
GLM Image
GLM Image
GLM Image combina modelos híbridos autorregresivos y de difusión para generar imágenes AI de alta fidelidad con una representación de texto excepcional.
TextToHuman
TextToHuman
Humanizador de IA gratuito que reescribe instantáneamente textos generados por IA en redacción natural y similar a la humana. No requiere registro.
Remy - Newsletter Summarizer
Remy - Newsletter Summarizer
Remy automatiza la gestión de newsletters resumiendo emails en insights fáciles de digerir.

Investigadores de Stanford revelan una debilidad crítica de la IA en la comprensión de propiedades físicas

El benchmark QuantiPhy de Stanford demuestra que los modelos de IA actuales tienen dificultades con el razonamiento físico básico y no pueden estimar con precisión la velocidad, la distancia y el tamaño de los objetos —un gran obstáculo para el desarrollo de sistemas autónomos y robótica.