WorldCompass 视频世界模型评测基准
地理空间
0 下载
4 浏览
2026-09-03
数据集简介
The three tasks
WorldCompass 数据集旨在评估视频世界模型的综合能力,包含三个核心任务分支:T2 主语控制、T4 状态演化记忆以及 T6 地形交互。这三个任务分别考察模型在不同复杂度和交互深度下的表现。
Layout
每个评测用例的布局结构清晰,由三个核心组成部分构成:首帧(first frame)、指令(instruction)以及控制程序(control program)。这种设计允许研究者将视频生成过程与具体的控制逻辑相结合,以验证模型对环境指令的遵循能力和状态演化能力。
Scoring
对于 T4 和 T6 任务,数据集提供了额外的评分清单(scoring sheets),用于客观衡量模型生成的视频质量与逻辑一致性。这些评分标准帮助研究者量化评估模型在复杂交互场景下的表现,确保评测结果的可靠性与可复现性。
Composition
数据集规模宏大,包含 370 个冻结测试用例,具体分布为 T2 150 个、T4 100 个、T6 120 个。总计包含 7,761 行数据,总文件大小为 67.1 GB。所有文件均以 JSONL、JPG 和 MP4 格式存储,支持高效的批量处理与评估。
基本信息
记录数量未知
文件大小7,761 行;Total file size: 67.1 GB
文件格式未知
数据来源VWMG
评测任务T2 主语控制, T4 状态演化记忆, T6 地形交互
测试用例数370 (T2: 150, T4: 100, T6: 120)
数据落地页https://huggingface.co/datasets/VWMG/haoyu
发布日期2026-09-03
视频世界模型WorldCompass评测基准视频生成控制程序
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载