高德联合南大、清华、北大发布 WorldRoamBench，定义交互式世界模型长时漫游评测新范式

随着 Genie 3 发布，可交互世界模型从生成视频转向模拟可交互世界，但缺乏针对长时交互的系统评测，现有评测多聚焦短片段，难暴露长时问题。高德视觉技术中心联合多所高校推出 WorldRoamBench，以 1000 + 长时漫游样例，从动作、视觉、物理和记忆四维度评测 12 款主流交互式世界模型。该评测体系破解了现有评测的诸多局限，如动作轨迹掩盖局部错误、首尾帧对比忽略中途视觉漂移等。实测显示，无模型能成为全能冠军，如 Genie 3 虽在部分维度表现突出，但存在明显偏科。目前 WorldRoamBench 已开放评测入口，相关代码和脚本也将逐步开放，标志着可交互世界模型竞争进入长时交互综合稳定性的新阶段。