南京大学提出 L0–L7 具身世界模型评估梯度

jiqizhixin · x · 2026-07-21

南京大学研究者提出了一套面向具身 AI 的世界模型评估框架，核心观点不是“视频越像真越好”，而是模型是否真的能帮助系统做出更可靠的规划、策略评估和长时程决策。

论文提出 L0–L7 的分级评估梯度，试图比现有偏视频生成/视觉逼真的指标更直接地衡量“决策可用性”。作者认为，很多模型在视频基准上看起来不错，但在真实环境里的规划与长程推理上会暴露出明显不匹配。