260个测试用例！WorldMemBench首个系统评估视频世界模型记忆能力
WorldMemBench: A Comprehensive Benchmark for Memory of Video World Models
📖 AI 总结
随着视频世界模型支持更长、更真实的交互体验，保持与历史一致的世界状态成为关键能力。该研究提出WorldMemBench，一个系统评估视频世界模型记忆能力的基准，涵盖260个测试用例，从静态记忆（人物身份与外观、物体外观与几何、环境内容与几何）和动态记忆（事件推进与状态持续）两个维度进行考察。基准通过受控的镜头离开与多次重访轨迹，将静态内容与固定初始参考对比，将动态事件与预期状态转换对比，并结合外观与几何指标、事件特定评估，以及视频质量和镜头跟随精度等辅助诊断。对九个代表性模型的评估显示，强静态保持能力并不意味着可靠的动态状态演化，且多次重访后记忆会在首次返回之后出现退化。人类研究验证了自动评估与人类判断的一致性。该基准为诊断记忆失效、推动持久且时间连贯的视频世界发展提供了系统化测试平台。
🔑 关键词速览
| WorldMemBench | 一个用于系统评估视频世界模型中世界记忆能力的基准测试平台。 |
| 世界记忆 | 视频世界模型保持与历史一致的世界状态的能力，包括静态内容保留和动态状态演化。 |
| 静态记忆 | 模型保留先前观察到的静态内容（如人物身份、物体外观、环境几何）的能力。 |
| 动态记忆 | 模型跟踪和维持事件进展及状态持续性的能力。 |
| 视频世界模型 | 能够生成和模拟交互式视频体验的模型，旨在维持一个连贯的世界状态。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅