RoboWorM：具身视频世界模型评测基准发布

Doanh Le Thien 等作者提出并发布 RoboWorM，一个面向机器人操作视频世界模型的部署感知评测基准，用机器人运动学树和固定相机配置等硬件先验考察生成视频的结构与时空保真度。该基准汇集单臂、双臂和人形形态的 1,605 条片段，覆盖马尔可夫与长程非马尔可夫任务及单视角、多视角设置。 作者同时提出两个不依赖视觉语言模型的确定性指标：KIVA 衡量单视角内的运动学稳定性，RIGIS 衡量多视角间的几何一致性。作者称，在 3 个主流世界模型上评测 9 种加速技术、生成超过 29,000 条 rollout 后，借助这两个指标可实现最高 2.3 倍推理加速且质量损失很小。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。