WorldScore— 斯坦福大学推出的世界生成模型统一评估基准

发布时间：2025-04-04

点击次数：

斯坦福大学推出的worldscore，是一个用于评估世界生成模型的统一基准。它将世界生成任务分解成一系列“下一个场景”生成任务，并采用清晰的基于相机轨迹的布局规范，从而实现对不同模型的公平比较。worldscore从可控性、质量和动态性三个维度评估生成世界的优劣。其精心设计的数据集包含3000个测试样本，涵盖了静态和动态、室内和室外、写实和风格化等多种类型的场景。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
WorldScore核心功能

WorldScore的主要优势在于：

统一评估： 提供统一的评估框架，可对各种世界生成模型进行全面评估。
多维度评估： 从可控性、质量和动态性三个关键方面评估生成效果。
多场景生成支持： 独特地支持多场景生成，评估模型生成连续场景的能力。
模型兼容性强： 兼容3D、4D、图像到视频（I2V）和文本到视频（T2V）模型。
长序列处理： 支持生成包含多个场景的长序列，测试模型的长期一致性。
图像条件生成： 支持基于图像的条件生成，尤其适用于I2V任务。
风格多样化： 数据集包含多种视觉风格，评估模型在不同风格下的适应性。
相机轨迹控制： 评估模型对指定相机轨迹的遵循程度。
3D一致性检验： 确保生成的3D场景在不同视角下保持几何结构的一致性。

WorldScore技术原理概述

WorldScore基于一个庞大的、多样化的数据集，包含动态和静态配置的多媒体数据，适用于图像到视频和图像到3D模型的生成任务。

数据集构成： 动态配置包含图片、运动、风格、运动类型、相机路径、物体和提示等信息；静态配置则包含图片、视觉风格、场景类型、类别、相机路径、内容和提示列表等。
数据集规模： 包含1000个动态配置样本和2000个静态配置样本，并划分了训练集和测试集。
相机轨迹规范： 利用清晰的基于相机轨迹的布局规范，确保评估的公平性和一致性。
多模态数据支持： 支持图像、视频和3D模型等多种模态数据，适用于各种多模态内容生成任务。

WorldScore资源链接

项目官网： https://www.php.cn/link/33e9da7fc3825a8aeb66ff6fbb7f5dd4
Github仓库： https://www.php.cn/link/204ce29c4941163c2843bed9d2bcf5d4
arXiv论文： https://www.php.cn/link/e7d18deaa121d4b11ec7a342f3a697b1
HuggingFace数据集： https://www.php.cn/link/e10d9154a2265dfbe56646110c37192d

WorldScore与其他基准的对比

WorldScore在多个方面超越了现有的基准测试：

星辰Agent

科大讯飞推出的智能体Agent开发平台，助力开发者快速搭建生产级智能体

378 查看详情星辰Agent

基准测试	示例数量	多场景	统一性	长序列	图像条件	多风格	相机控制	3D一致性
TC-Bench	150	否	否	否	是	否	否	否
EvalCrafter	700	否	否	否	否	否	否	否
FETV	619	否	否	否	否	否	否	否
VBench	800	否	否	否	否	否	否	否
T2V-CompBench	700	否	否	否	否	否	否	否
Meng et al.	160	否	否	否	否	否	否	否
Wang et al.	423	否	否	是	否	否	否	否
ChronoMagic-Bench	1649	否	否	否	否	否	否	否
WorldModelBench	350	否	否	否	是	否	否	否
WorldScore	3000	是	是	是	是	是	是	是