WMEval

新的WMEval基准使用物理模拟评估AI世界模型

研究人员推出WMEval，这是一个新的基准，旨在通过将其与物理模拟相结合来评估交互式世界模型。与之前侧重于感知相似性的基准不同，WMEval使用基于Unity的模拟来评估物理因果一致性，这对于机器人技术和游戏开发中的实际应用至关重要。该基准涵盖了九个不同场景下的动作可控性、场景一致性和物理因果关系等各个方面，揭示了当前最先进模型在显著改进方面的空间。