PlayWorld：利用代理玩家和长期目标评测世界模型
PlayWorld 是一个通过长期交互目标评估视频世界模型的基准。由于不同模型实现同一目标所需的动作序列可能差异很大，使用固定动作进行评测难以公平比较，因此研究人员让多模态代理玩家与各模型互动。该基准包含 171 个场景，评估几何一致性、交互保真度、视野外变化、状态持续演化，以及视频质量和可控性。对九个先进世界模型的实验显示，当前系统在长期交互目标上仍不可靠，尤其难以维持空间一致性和持续的状态变化。代码和数据已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。