4DCodeBench 基准：前沿模型能重建静态场景却搞不定动态物理

4DCodeBench 通过代码生成评测 agent 的 4D 逆向图形能力，要求其从视频将动态场景重建为可执行图形程序。数据集包含真实世界视频与合成场景，覆盖形变、流体、断裂等物理现象；对前沿模型的大规模评测发现，强静态重建能力并不能转化为对复杂动力学的可靠重建。基准已在 GitHub 开源，用于追踪通过代码理解世界动态的 agent 进展。