论文页面 - MBench：视频世界模型记忆能力的全面基准测试

来源：https://huggingface.co/papers/2606.00793
作者：

（空白）

摘要

提出了一项名为 MBench 的新基准测试，用于评估视频世界模型的记忆能力，重点关注实体、环境和因果一致性在扩展时间跨度上的表现。

近年来基于视频的世界模型在合成高保真视觉序列方面展现出前所未有的能力。然而，在视觉上合理的视频生成与世界模型的功能要求之间仍存在根本性差距，尤其是在长时间跨度内维持稳定且合理的内部状态方面。现有基准测试主要强调视觉质量、运动连贯性和文本-视频对齐，却很大程度上忽略了记忆——即世界模型在长期跨度与复杂交互中保持一致性的核心能力。为填补这一空白，我们提出了 MBench，一个专门用于量化和评估视频世界模型记忆能力的综合基准测试。我们系统地将视频世界模型的记忆能力分解为三个层次化且互补的核心维度：实体一致性、环境一致性和因果一致性，并进一步细化为12个可量化的子维度，以全面表征长期记忆。我们的基准测试基于严格筛选的真实长视频构建，并通过基于规则的量化矩阵和视觉语言模型进行客观、全面的一致性评估。对主流先进视频世界模型的广泛评估揭示了现有方法在长期状态保持方面的关键系统性局限，为推进该领域提供了标准化基准和清晰的研究方向。

查看 arXiv 页面 (https://arxiv.org/abs/2606.00793)查看 PDF (https://arxiv.org/pdf/2606.00793)项目页面 (https://peanutup.github.io/MBench-project/)GitHub13 (https://github.com/study-overflow/MBench)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.00793)

在你的代理中获取这篇论文：

hf papers read 2606\.00793

没有最新的 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/2606.00793 以从本页链接。

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/2606.00793 以从本页链接。

引用此论文的空间 0

没有空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2606.00793 以从本页链接。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从本页链接。