arXiv · 机器人与计算机视觉· Minqi Wang, Jie Peng, Hejun Dong, Ruchang Yao, Puyi Wang, Siyuan Huang, Jihai Zhang, Yafu Li, Qi Dou, Xiaoye Qu, Yu Cheng·· 20 天前AI 评分48
WorldProbe:视频世界模型在长视界空间探索下的失效诊断基准
WorldProbe: When Video World Models Fall Apart under Long-Horizon Spatial Exploration
AI 导读
WorldProbe 是一个利用目标条件多模态智能体在线调整相机动作的诊断基准,包含 164 个测试用例。该基准对 10 种先进模型生成了超 1,600 次 rollout(总时长约 800 分钟、视界最长 180 秒),揭示了局部生成稳定但长程记忆与演化薄弱的差距。代码与基准资源已公开,旨在弥补现有评测忽视的持久世界一致性缺陷。
来源:arXiv · 机器人与计算机视觉 · arxiv.org