📖 AI 总结

世界模型领域长期缺乏统一评测标准，不同技术路线各自出题、各自宣布领先。HappyWorld-Bench 试图改变这一局面，它不争论技术路线，而是从能力出发，将世界模型分为 W1 到 W6 六个等级，分别考察语义连贯、动作响应、状态记忆、可控编辑、多智能体扩展及跨环境通用能力，核心可概括为“看得见、推得动、记得住、改得了、扩得开”。该基准覆盖视频生成、空间重建和具身智能三条赛道，设置 29 个评测维度，强调以具体物理判据而非主观观感评分，并将总体偏好与能力分数分开。首批 1692 个案例主要覆盖 W1 至 W5。结果显示，各赛道领先者各有短板，没有全能冠军，反映出当前世界模型仍处于能力分化阶段。