PhysEvolve：以可执行世界和验证器驱动的物理推理自进化框架

PhysEvolve 提出一种以验证器为依托的自进化框架，让视觉语言模型从自己提出的可执行世界程序和仿真生成任务中学习因果物理推理。每轮由共享 VLM 提出世界程序与证据模式，确定性物理引擎冻结有效世界并模拟基线与去身体反事实分支，生成离散视觉任务，再用精确验证器反馈通过 GRPO 更新策略和课程。