본 논문은 기계적 추론 능력을 갖춘 인공지능 개발의 중요성을 강조하며, 26개의 Vision Language Model (VLM)을 대상으로 155개의 인지 실험을 통해 시스템 안정성, 기어 및 도르래 시스템, 지렛대 원리, 관성 및 운동, 유체 역학에 대한 이해를 평가했습니다. 실험 결과, VLM은 모든 영역에서 인간보다 성능이 떨어졌으며, 특히 기어 시스템과 유체 역학에 대한 추론에 어려움을 보였습니다. 주목할 만한 점은, 매개변수의 수가 증가하더라도 이러한 과제에 대한 성능이 향상되지 않았다는 것입니다. 이는 현재의 어텐션 기반 아키텍처가 특히 정신적 시뮬레이션과 관련된 기계적 추론에 필요한 특정 기본 메커니즘을 파악하는 데 실패할 수 있음을 시사합니다.