PhysToolBench 是由香港科技大学（广州）联合香港科技大学、北京航空航天大学等机构于 2025 年发布的一个视觉 – 语言问答（VQA）数据集，相关论文成果为「PhysToolBench: Benchmarking Physical Tool Understanding for MLLMs」，旨在评估多模态大语言模型（MLLMs）对物理工具的识别、理解与创造能力。

该数据集包含超过 1,000 条图像-文本对，覆盖日常生活、工业、户外活动与专业环境等多种场景，并依据任务难度设置为易、中、难三个等级，其任务结构如下：

• 工具创造（Tool Creation）
• 工具识别（Tool Recognition）
• 工具理解（Tool Understanding）