配资使用建议主流世界模型也会以假乱真？评测平台给行业“测谎”

机器人明明抓空了，世界模型却预测它成功抓起了水果。这不是科幻桥段，而是行业的普遍现象：给定完全相同的初始画面和动作序列，主流世界模型可以生成一段画面逼真、却与真实执行完全相反的视频。

如果不是把预测画面和真实执行放在一起逐帧对照，这次失败就被掩盖了——而这类偏差，正在主流世界模型中系统性存在。

10月20日消息，南方+记者获悉，全球首个以真实执行为标尺的动作驱动世界模型评测平台WorldOracle发布，并向开发者开放评测提交。项目由智元、NVIDIA、普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学的研究人员联合完成，团队既有世界模型研发者，也有评测基准研究者。

WorldOracle直击行业一直没有基准正面回答的问题：给定一组动作，模型预测的未来，和真实发生的过程，究竟差多少？

此前的评测要么在仿真环境里跑，要么只靠文本驱动的视频生成。WorldOracle把考场搬到了真机实录现场：预先采集真实操作的画面与动作序列，让模型在相同条件下开放回放生成预测，再与真实执行逐帧对照。真实操作里的抓空、掉落、洒水被完整保留——准确预测失败，同样得高分。

WorldOracle 给这种“预测与真实执行的吻合程度”起了一个名字：执行一致性。一个可靠的世界模型，必须扛住三重压力测试——

因果服从：模型必须严格跟随给定动作序列，包括错误的动作、失败的操作。现实抓空了，预测出抓空才是满分答案；把失败“脑补”成成功，就是幻觉。

元股证券:ygzq.hk

分布迁移：动作可以来自人类遥操作，也可以来自机器人策略的自主执行——后者带着停顿、抖动和临场修正，模型不能只会应付“标准操作”。

时序耐力：不是预测前10秒像不像，而是连续操作120秒后，误差是否还在可控范围内。

这三重压力测试，WorldOracle 全部用真实世界的执行记录做标尺：预先采集真实操作的画面与动作，让模型在相同初始画面和动作序列下开放回放生成预测，再逐帧对照真实执行评分。

对已有基准的对比研究发现，WorldOracle是目前唯一同时做到“动作条件化+真实数据+含失败样本+长时序+多本体+多视角+策略自主执行分布”七项的评测基准——此前最接近的工作要么依赖仿真环境，要么只靠文本驱动的视频生成。

南方+记者郜小平配资使用建议

优配网|配资官方持证平台 - 元股证券提示：本文来自互联网，不代表本网站观点。