北大清华等联合发布首个三视角具身世界模型评测榜单 TriWorldBench
首个面向机器人三视角世界模型的评测基准，聚焦多视角一致性与任务理解，旨在推动模型从“视觉生成”走向“世界理解”。
机器人多个摄像头看到的世界不一致？新榜单TriWorldBench通过三视角视频生成与理解评测，检验世界模型是否真正理解物理世界，而不仅仅是生成好看视频。
正文摘录
.jpg) 当机器人拥有多个摄像头，它看到的世界是否仍然保持一致？ 头部摄像头看到机器人正在抓取一个物体，腕部摄像头却显示机械臂还没有移动；一个视角中物体已经被放置完成，另一个视角中物体仍停留在原位 —— 这些看似细微的偏差，意味着模型生成的可能不是同一个真实世界。 一个新的问题也随之出现： 如何判断一个世界模型，是否真正理解了机器人所处的世界？ 近日，北京大学、清华大学、北京航空航天大学、上海交通大学、中国科学技术大学联合发起 TriWorldBench Challenge ，正式推出首个面向机器人三视角世界模型的评测榜单。  报名方式 / 网址：https://www.triworldbench.com/ 该榜单聚焦机器人操作场景中的 head view（头部视角）、left-wrist view（左腕视角）、right-wrist view（右腕视角） 多视角视频生成与理解能力，希望建立更加全面的世界模型评价标准，推动具身世界模型从 “视觉生成” 迈向 “世界理解”。 从 “生成视频” 到 “理解世界”：具身世界模型需要新的评价标准 过去，视频生成模型的评价更多关注： - 画面是否清晰；