论文页面 - WorldOlympiad：您的世界模型能经受三项全能考验吗？

来源：https://huggingface.co/papers/2606.11129 作者：

,

,

,

,

,

,

,

,

,

摘要

WorldOlympiad 提出了一个全面的基准测试，用于评估基于视频的世界模型在物理真实性、几何一致性和交互保真度方面的表现，揭示了当前生成模型能力上的显著差距。

我们引入了 WorldOlympiad，一个用于诊断基于视频的世界模型在物理真实性、几何一致性和交互保真度方面的基准测试。现有基准测试通常侧重于视觉质量、语义对齐或短期时间一致性，但在判断生成视频是否遵循物理规律、保持连贯的三维结构以及维持可控的长时间交互方面提供的洞察有限。为解决这一差距，WorldOlympiad 将世界模型评估分解为三个互补维度。物理轨道使用目标分割和多模态大语言模型作为裁判，评估生成视频是否遵循力学、热现象和材料属性方面的可解释规则。几何轨道通过高斯泼溅重建生成视频，并评估结构一致性、跨视角连贯性和相机轨迹对齐。交互轨道评估生成视频是否遵循复杂的动作提示，并在连续视频片段之间保持平滑、连贯的过渡。WorldOlympiad 还覆盖了三个主要下游场景，包括游戏、机器人和通用真实世界视频，捕捉了从交互控制和具身操作到开放领域运动与相机动力学的多样化挑战。这些轨道和场景共同构成了一个可扩展且可解释的评估套件，暴露了超出通用视频质量的失败模式。在最新模型上的实验揭示了物理推理、三维一致性和长时程交互方面的显著差距，凸显了对生成式世界模型采用更结构化评估协议的必要性。

查看 arXiv 页面 (https://arxiv.org/abs/2606.11129)查看 PDF (https://arxiv.org/pdf/2606.11129)项目页面 (https://alibaba-damo-academy.github.io/WorldOlympiad/)GitHub7 (https://github.com/alibaba-damo-academy/WorldOlympiad)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.11129)

在您的代理中获取此论文：

hf papers read 2606\.11129

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.11129 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.11129 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.11129 以从此页面链接。

包含此论文的收藏0

没有收藏包含此论文

将此论文添加到一个收藏 (https://huggingface.co/new-collection) 以从此页面链接。