高德联合高校发布WorldRoam-Bench，革新全球模型交互测试方法

高德与三所顶尖高校联手

近日，阿里巴巴集团的子公司高德地图与清华大学、北京大学与南京大学联合发布了一款名为WorldRoam-Bench的评测基准，旨在重新定义全球模型的长期交互评测标准。该评测基准专注于评估交互式世界模型在实际漫游过程中的动作追踪、视觉品质、物理互动以及记忆连贯性等关键要素。

WorldRoam-Bench评测基准详解

WorldRoam-Bench通过模拟真实漫游体验，设计了10至60秒的连续WASD/IJKL交互测试，并设立了15个细分指标，用来衡量动作的帧准确率、3D一致性、场景维持和幻觉率等性能。

交互式世界模型的发展与竞争

当前WorldRoam-Bench的测试结果揭示了交互式世界模型正处于一个快速发展且尚未定型的时期。未来的竞争将不仅限于画面质量，而是会扩展到长期稳定性、可控性、物理真实性和记忆一致性的系统竞争。

WorldRoam-Bench的测试案例与开源模型

此次基准发布涵盖了600多个测试案例，覆盖第一人称和第三人称视角，以及室内、自然、城市等三类开放域场景。WorldRoam-Bench已经评测了10多个前沿交互式世界模型，并实现了开源模型和闭源产品的全面覆盖，展现了行业内的整体能力分布。

评测设计的四个维度

WorldRoam-Bench的评测设计围绕以下四个维度展开：

• 动作跟随：评估模型是否真实响应每一次控制输入，避免过程中漏响应的问题。
• 视觉质量：不仅评估单帧画质和美学表现，还关注长时间生成中的漂移和退化。
• 物理交互：涵盖碰撞、穿模、形变等物理现象，区分动作失败和物理失败。
• 记忆能力：评估场景结构、空间布局、主体外观和状态的一致性。

WorldRoam-Bench的未来展望

WorldRoam-Bench旨在成为研究者进行模型诊断、定位能力短板的有力工具，并为产业界提供判断交互式世界模型实用性的参考。预计未来将持续扩展场景类型、交互难度等方面的基准，推动交互式世界模型向高可用的全域开放阶段迈进。