arXiv · 机器人与计算机视觉· Kenneth Ge, Dhruv Sheth, Kunvar Thaman·· 16 天前精选AI 评分78
Roz:世界模型潜变量的味觉测试
Roz: A Taste Test for World Model Latents
AI 导读
论文指出当前世界模型虽在图像相似度上表现优异,却忽略了质量、形变等关键物理细节。作者提出 Roz 评估框架,包含 10 个对比任务和 3 个连续任务共 1734 个场景,仅需静态帧或视频输入即可运行。该研究旨在推动基准测试的快速迭代与跨模型比较,并已在 NeurIPS 2026 相关研讨会接受。
推荐理由
提出 Roz 评估框架,通过对比与连续任务验证世界模型是否编码物理属性,解决现有评测不透明问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org