Code-as-World：用可执行代码表征物理世界，提升定量物理推理

物理理解与推理依赖于对世界形成紧凑且可泛化的表征。尽管现代视觉-语言模型能够识别并解释多样的物理事件，它们往往缺乏对底层机制——如物体状态、物理参数及支配动力学——的显式表征，而这些正是可靠推理世界如何演化及对干预作出响应所必需的。在本工作中，我们引入“代码即世界”（Code-as-World）范式，通过可执行的世间表征来代表物理世界。通过将物理组成、动态演化及视觉外观表达为可执行代码，Code-as-World 提供了对物理世界的紧凑、定量化且可控的抽象。为了从多模态观测——如自然语言描述或真实世界视频——构建此类表征，我们开发了一种受溯因推理启发的智能体发现循环，其中智能体提出、执行、渲染、验证并迭代细化可执行的世间假设。作为具体应用，我们利用经验证的可执行世间为训练视觉-语言模型提供可扩展的物理监督，以进行定量物理推理。实验表明，Code-as-World-VL 在 QuantiPhy 上达到了最先进的性能，并超越了领先的专有模型，凸显了可执行世间表征作为物理智能可扩展基础的潜力。