北大等五校发布机器人三视角世界模型评测榜单 TriWorldBench
TriWorldBench 首次从多视角时空一致性评测具身世界模型，推动评价从“视觉生成”转向“世界理解”，是衡量机器人空间智能的重要参考。
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推出首个机器人三视角世界模型评测榜单 TriWorldBench，综合评估模型在多视角一致性、任务执行、物理空间理解等维度的表现。首周已有 14 支队伍参赛，WoVRPlus 等模型暂列前三。榜单强调多视角视频需共同描述一次完整连贯的机器人操作，而非各视角独立看合理。
正文摘录
近日，由北京大学、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的 TriWorldBench Challenge ，正式公布首周榜单更新结果。 作为首个面向机器人三视角世界模型的评测榜单，TriWorldBench 旨在建立更加全面的具身世界模型评价体系，推动世界模型从“视觉生成”迈向“世界理解”。 榜单综合评估模型在三视角一致性、任务执行、物理空间理解等方面表现，面向全球相关研究团队开放参与，目前已收录多个公开评测结果，后续将持续更新评测结果。 （榜单地址：https://www.triworldbench.com/leaderboard） 第一周的比赛中，来自 CASIA-DRL 的 WoVRPlus 模型、来自 TONGJI Spatial Intelligence Team 的 BetaBWM 模型、以及来自 Fysics AI 的 Fysiverse-Video 模型占据了榜单的前三席。 TriWorldBench 自发布以来，网页总访问量已破万，测评工具下载量超 200，网页日访问量逾千；短短一周时间已经有 14 个正式参赛队伍。 这表明，三视角世界模型的竞争焦点已从单一视图的视觉保真度，转向多视角（head view、left-wrist view、right-wrist view）间的时空一致性与物理逻辑自洽性。 当前排名差异主要源于模型在多视角几何对齐、任务执行准确性及物理动态理解等维度的表现，而非单帧图像的感知质量。 TriWorldBench 旨在建立一套系统化评估框架，对上述多维能力差距进行精确量化与可解释性分析，从而推动世界模型从“视觉生成”向“具身认知”范式演进。