浙大等发布 WorldMemBench:260 案例考视频世界模型的记忆
ZJU-REAL · hf · 2026-10-16
浙江大学、复旦大学、蚂蚁集团与南京大学联合发布 WorldMemBench,首个系统性评测视频世界模型「世界记忆」能力的基准,论文已挂 arXiv。
- 包含 260 个案例、23 个类别,覆盖人物、物体、环境、动态四大维度。
- 通过「多次重访(multi-revisit)」范式测试静态记忆(人物身份、外观、物体状态、环境布局、可见性与深度等)与动态记忆(状态转移)。
- 对 9 个模型做了能力雷达画像,揭示现有视频模型在跨重访保持一致性上的短板。
「研究」频道最新
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16
- 美团 LongCat 发布 WorldCast 基准：320 案例考多步世界状态预测 — meituan-longcat · 2026-10-16
- RES 环境递归扩展：六大模型长程任务成功率暴跌 57-77 个百分点 — Lingxiao Jing · 2026-10-16
- 哈佛提出 MPT：用「竞标市场」训练去中心化 Agent 集群自组织 — Harvard · 2026-10-16
- MIT 生物系联合计算学院招聘计算生物学助理教授，欢迎生成式 AI 方向 — anshulkundaje · 2026-10-16
- 开发者在 Colab 持续预训练 Luganda 语小模型，8 小时跑到 41% — weskambale · 2026-10-16