arXiv ID:
2606.31672
arXiv 提交日期: 2026-06-30
世界奥德赛基准:面向交互式世界模型长期稳定性的开放世界评估标准 / WorldOdysseyBench: An Open-World Benchmark for Long-Horizon Stability of Interactive World Models
1️⃣ 一句话总结
本文提出了一个名为WorldOdysseyBench的新型评估基准,通过动作精确性、视觉漂移、物理合理性和记忆持久性四个维度,系统测试交互式世界模型在长期连续交互中的稳定性,发现现有模型在这四方面均存在明显不足。