李飞飞指出，大语言模型在理解物理世界方面存在局限，因其主要依赖一维语言信号，而物理世界是三维的。尽管模型能处理语言任务，但在空间智能和物理推理上表现不佳，无法真正理解物理现象。这引发了对模型结合物理与多模态理解的讨论。

本研究提出APEX框架，旨在解决大型语言模型（LLMs）在物理交互建模中的局限性。通过物理驱动的任务规划，APEX显著提升了LLMs在现实任务中的表现，强调了物理推理在语言智能与实际任务之间的重要性。

该研究提出了PHYBench，一个评估大型语言模型在物理推理能力的新基准工具。通过设计500个基于现实物理场景的问题，研究发现现有模型在复杂物理推理方面明显不如人类专家，强调了改进模型的必要性。

本研究提出了PhysReason基准，包含1200个物理推理题，发现现有模型在复杂物理推理任务中表现不足，尤其在应用物理定理和理解物理过程方面存在瓶颈。

本研究提出了“神经力场”（NFF）框架，以解决人工智能在有限经验下的物理推理和泛化问题。NFF通过可解释的力场有效捕捉核心物理概念，展现出优越的泛化能力。

CueTip是一种互动式台球助手，解决了现有工具缺乏解释性和物理感知的问题。它结合自然语言界面、上下文物理推理和专家指导，提供新颖的辅导体验。实验表明，CueTip能提高胜率，展现出可靠性和有效性。

本研究提出两种方法，通过模拟数据增强视觉-语言模型的物理推理能力，包括问答对微调和物理上下文构建器。实验结果表明，这些方法显著提升了模型在物理推理任务中的表现。

本研究提出了LLMPhy框架，结合大型语言模型与物理引擎，解决机器人在复杂多体相互作用中的物理推理问题。通过TraySim数据集，显著提升了推理的精确性和效率，实验结果显示其在零-shot物理推理和参数估计方面表现优越。

本研究提出Kinetix框架，通过生成数千万个2D任务并利用Jax2D进行训练，展示了智能体在未见环境中的强大物理推理能力，且在特定任务微调上优于传统强化学习，为在线强化学习的预训练奠定基础。

研究提出GLIMO模型，通过代理世界模型收集和合成训练数据，提升大型语言模型在物理推理和机器人任务中的性能。实验表明，GLIMO显著提高了开源模型如LLaMA-3的表现，并具备与GPT-4竞争的潜力。研究还探讨了LLMs在机器人领域的应用，提出多模态GPT-4V结合自然语言和视觉感知来增强任务规划，提升机器人表现，并展望了未来LLMs的研究方向。

本文总结了基于直觉物理的深度学习方法在物理推理方面的最新进展和技术，分为三个方面的物理推理，并将其组织为三种一般的技术方法，提出了该领域的六个分类任务。同时，本文强调了当前领域的挑战并提出了未来的研究方向。