搜索
高德联合南大、清华、北大发布 WorldRoamBench，定义交互式世界模型长时漫游评测新范式
11 小时前
Genie 3的发布标志着可交互世界模型从生成视频迈向模拟可交互世界的新阶段。然而，当前缺乏针对长时交互的系统性评测，现有评测多聚焦于短片段，难以发现长时交互中的问题。为此，高德视觉技术中心联合多所高校推出了WorldRoamBench评测体系。该体系包含1000多个长时漫游样例，从动作、视觉、物理和记忆四个维度对12款主流交互式世界模型进行评测。这一评测体系解决了现有评测的诸多局限，如动作轨迹掩盖局部错误、首尾帧对比忽略中途视觉漂移等。实测结果显示，没有模型能在所有维度上表现完美，例如Genie 3在部分维度上表现突出，但也存在明显短板。目前，WorldRoamBench已开放评测入口，相关代码和脚本也将逐步公开，这标志着可交互世界模型的竞争已进入长时交互综合稳定性的新阶段。
