LongCat de Meituan propone WBench: el primer benchmark de evaluación multiturno para modelos de mundo de vídeo interactivos
Título original:从月球漫步到赛博都市,WBench测出了世界模型的边界
Resumen de IA
El equipo LongCat de Meituan propone WBench, el primer benchmark sistemático de evaluación multiturno para modelos de mundo de vídeo interactivos; incluye 289 casos de prueba y 1058 turnos de interacción, y cubre cuatro modos de interacción: navegación, acciones del sujeto, edición de eventos y cambio de punto de vista.
Puntos clave
- El equipo LongCat de Meituan propone WBench,el primer benchmark sistemático de evaluación…
- incluye 289 casos de prueba y 1058 turnos de interacción,y cubre cuatro modos de interacción:…
- acciones del sujeto,edición de eventos y cambio de punto de vista.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- 公众号:龙猫LongCat(美团)
- Categoría
- Artículos e investigación
- Puntuación IA
- 65
将导航能力独立归因于空间状态表示,揭示连续交互位姿误差累积是迭代生成范式的结构性缺陷,为评估与改进交互式世界模型提供了新框架。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: LongCat de Meituan propone WBench: el primer benchmark de evaluación multiturno para modelos de mundo de vídeo interactivos. 11. junio 2026. https://new.nat6.net/es/news/cmsdu2t2b011profzy9njjxyb/