美团 LongCat 发布 WorldCast 基准：320 案例考多步世界状态预测
meituan-longcat · hf · 2026-10-16
美团 LongCat 团队提出 WorldCast，一个评估多步「世界状态预测」的视觉生成基准，并给出多模态生成模型的四级能力层级（L1 像素级控制 → L4 真实世界上下文变换）。
- 规模：320 个案例、1352 个状态、覆盖 12 个模型，从视觉一致性、因果合理性与任务完成度三个维度评分。
- 结果：GPT-Image-2.5 Sunburst 以 72.8 的综合分居首，Seedance-2.0（47.2）、Nano Banana Pro / Gemini-3-Pro-Image（42.8）次之；开源模型（如 Emu3.5 仅 12.3）在需要强推理的视觉预测任务上与前沿系统差距巨大。
- 任务形式：如根据玩具零件图和说明书生成四步组装过程，要求保持工作台、部件外观与时间连续性，挑战图像与视频生成模型的多步动态推理能力。
「多模态」频道最新
- Midjourney 拟真晨光人像 prompt 分享：皱巴睡衣+自然皮肤质感 — tisch_eins · 2026-10-16
- 从1986老照片到2026：一张图的扩图、现代化改图与4倍放大全流程 — juanpablogc · 2026-10-16
- 三份资源速通 FLUX 3 图像生成模型 — ariG23498 · 2026-10-16
- 网友让 Opus 5.5 造一辆新特斯拉 Roadster,结果出人意料 — TAbrodi · 2026-10-16
- Midjourney v8.2 蓝色水墨风生图实测，附 sref 风格码 — azed_ai · 2026-10-16
- 「来自异次元的 AI 电视」：机器人给吉娃娃做美容的名场面 — BotLordBotflix · 2026-10-16