復旦美団のこのオープンソースWBenchはかなり本格的で、289のケースでインタラクティブな世界モデルを徹底的にテストし、指標と人工盲検の相関性は0.94以上。データが語るのは、口先だけの話よりも信頼できる。

复旦与美团LongCat共同开源WBench交互式世界模型基准，含289个测试用例、1058轮交互，覆盖一二人称视角、导航控制、主体动作、事件编辑与视角切换。22项自动指标与人类盲测相关系数≥0.94。结果显示交互控制与模型渲染、物理/一致性几乎解耦，hy-world1.5领导航控制、lingbot-world领一致性、matrix-game3.0在动作导航居首。