你知道Zui近AI视频有多火吗？简直是突飞猛进，咱就是说感觉每天dou有新突破。

是否想过有一天Neng真正走进这些由 AI 生成的世界里亲自感受一下？哈哈，这不就是咱一直期待的吗？

为了彻底搞清当前世界模型的边界，美团 LongCat 团队提出了 WBench，它是首个面向交互式视频世界模型的系统性多轮评测基准。

WBench 就像一台“CT扫描仪”，Neng精准定位当前世界模型在从“被动观kan”到“主动交互”的过程中，到底卡在了哪里。

它包含四大核心要素：世界定义 、指令集 、统一交互接口 和 评测套件 。

你Ke以让 AI 在充满未来感的城市中穿梭，也Ke以让它置身于一幅流动的油画里甚至改变整个环境。

WBench 的提出，算是我们向真正的"交互世界"迈出的一小步尝试。它清晰地揭示了当前技术的边界。

我们希望它Neng成为交互式世界模型走向系统化评测的一个起点，激发geng多后续研究，推动世界模型的发展。

说实话，为啥百度不收录咱的一些文章呢？有人说是内容不够原创，有人说是关键词堆砌... 其实吧，我觉得主要还是因为我们的内容太过小众，不符合主流搜索需求。

不对不对，应该是我们的 SEO Zuo得不够好！你kan那些大佬，随便发个文douNeng被收录，我们就... 害，只Neng继续努力吧！

WBench 包含 个测试案例和 个交互轮次，覆盖了丰富的世界定义和指令集。

Zui酷的是你还Ke以在不同视角间无缝切换，比如从第一人称视角瞬间切换到第三人称视角。

WBench Yi开源，欢迎所有世界模型来跑分。

我们用 WBench 对 个前沿模型进行了全面"扫描"，Zui核心的发现Ke以为以下几点：

分析还发现，不同的世界设定会带来结构性的难度差异。例如：第一人称视角让导航geng容易，但保持场景设定geng难；动物主体因其复杂的动态性，对模型挑战Zui大。

这说明，当前模型在学习渲染一个好kan的世界时并没有顺便学会如何在其中可控地移动。究其原因，是因为导航Neng力依赖于一个独立的、专门的"空间状态表示"Neng力，而其他Neng力则geng多依赖于模型的通用生成先验。

WBench 不仅是一个评测工具，geng代表了研究范式的一次重要演进。通过与同类基准的对比Ke以kan出，WBench 是目前唯一一个真正统一的评测基准。

这打破了不同技术流派之间的壁垒，让所有"选手"douNeng在同一个"赛场"上竞技。

| 本文系美团技术团队出品，著作权归属美团。欢迎出于分享和交流等非商业目的转载或使用本文内容，敬请注明“内容转载自美团技术团队”。本文未经许可，不得进行商业性转载或者使用。任何商用行为，请发送邮件至 申请授权。

WBench 正是基于这一理念构建的，下图完整展示了它的设计蓝图：点击查kan图片你就懂了！你kan，它不仅同时覆盖了开放域、双视角、四种交互类型和多轮闭环评测，geng重要的是它还首次实现了对不同输入范式模型的统一评测。无论模型是接收文本指令、相机位姿，还是离散的键盘按键，WBench douNeng通过其统一交互接口进行公平评估。

像这样，在月球上自由漫步，是什么感觉？它们是真的理解了世界，还是仅仅在模仿视频？目前的模型距离这个目标还有多远？哈哈，这些问题dou值得咱继续探索！

WBench Yi开源，等你来试！