简而言之 — WBench 在 5 个维度和 22 项指标上对 20 个视频世界模型进行了评估。

## 📢 最新消息 - **[2026/06/10]** 🧭 在 [WBench-examples](https://huggingface.co/datasets/meituan-longcat/WBench-examples) 中添加了 [HY-World 1.5 pose 导出](https://huggingface.co/datasets/meituan-longcat/WBench-examples/tree/main/hyworld1.5/poses)。 - **[2026/06/01]** WBench 现已成为 [Hugging Face](https://huggingface.co/datasets/meituan-longcat/WBench) 🤗 上的官方 benchmark（包含导航和全部任务）！ - **[2026/06/01]** 📦 发布了 [WBench-examples](https://huggingface.co/datasets/meituan-longcat/WBench-examples)：来自 HY-World 1.5 和 Kling 3.0 的即用型评估视频。 - **[2026/06/01]** 🎮 添加了[相机和动作条件示例](#-implement-your-model) + Web 自动化（Genie3、Happy Oyster）。 - **[2026/06/01]** 添加了用于生成、评估和提交的 [Claude Code skills](#-claude-code-skills) 🤖。 - **[2026/05/29]** 论文在 [Hugging Face 每日论文](https://huggingface.co/papers/2605.25874)中排名 **#2** 🏅！ - **[2026/05/28]** 论文现已在 [arXiv](https://arxiv.org/abs/2605.25874) 上发布 📄！ - **[2026/05/28]** 包含交互式[排行榜](https://meituan-longcat.github.io/WBench/#leaderboard)和[数据集画廊](https://meituan-longcat.github.io/WBench/#gallery)的[主页](https://meituan-longcat.github.io/WBench/)现已上线！🌐 - **[2026/05/28]** 🚀 发布了完整的 [WBench 数据集](https://huggingface.co/datasets/meituan-longcat/WBench)、[评估代码](https://github.com/meituan-longcat/WBench)和[模型权重](https://huggingface.co/meituan-longcat/WBench-weights)。 ## 🏆 排行榜 **20 个模型 — 导航划分（5 个维度，按平均分排序）** | # | 模型 | **平均分** | 质量 | 设置 | 交互 | 一致性 | 物理 | |:---:|:---|:---:|:---:|:---:|:---:|:---:|:---:| | 1 | Kling 3.0 | **79.2 🥇** | 83.0 🥈 | 91.0 🥈 | 70.3    | 82.5    | 69.3 🥉 | | 2 | LingBot-World | **78.8 🥈** | 81.5    | 72.6    | 79.8    | 88.9 🥇 | 71.2 🥈 | | 3 | Wan 2.7 | **78.5 🥉** | 82.6 🥉 | 91.4 🥇 | 66.0    | 80.5    | 71.8 🥇 | | 4 | HY-World 1.5 | **78.4**      | 80.2    | 72.2    | 87.5 🥇 | 86.0    | 66.3    | | 5 | HY-Video 1.5 | **78.2**    | 79.7    | 85.6 🥉 | 71.8    | 86.7 🥉 | 67.4    | | 6 | Happy Oyster | **77.1**    | 79.3    | 74.2    | 85.1 🥈 | 83.3    | 63.5    | | 7 | Seedance 1.5 | **76.5**    | 83.2 🥇 | 82.9    | 68.0    | 80.2    | 68.4    | | 8 | Cosmos 2.5 | **75.2**    | 75.6    | 83.3    | 64.1    | 85.6    | 67.4    | | 9 | LTX 2.3 | **74.4**    | 78.7    | 85.2    | 67.6    | 75.6    | 64.9    | | 10 | InSpatio-World | **74.3**    | 74.9    | 71.4    | 72.8    | 87.4 🥈 | 65.2    | | 11 | Fantasy-World | **74.2**    | 75.5    | 71.3    | 72.1    | 85.3    | 66.8    | | 12 | Genie 3 | **74.1**    | 77.4    | 72.5    | 73.3    | 81.4    | 65.7    | | 13 | LongCat-Video | **73.7**    | 78.2    | 72.3    | 63.1    | 85.9    | 68.9    | | 14 | YUME 1.5 | **73.5**    | 79.5    | 72.4    | 72.0    | 78.6    | 65.2    | | 15 | Infinite-World | **72.9**    | 78.7    | 69.3    | 75.9    | 78.7    | 62.1    | | 16 | MatrixGame3 | **71.2**    | 76.9    | 63.6    | 83.5 🥉 | 72.9    | 59.3    | | 17 | Kairos 3.0 | **70.7**    | 76.4    | 70.3    | 65.1    | 81.4    | 60.4    | | 18 | HY-GameCraft | **68.5**    | 74.9    | 66.6    | 67.8    | 70.6    | 62.4    | | 19 | MatrixGame2 | **68.5**    | 75.7    | 67.1    | 80.6    | 62.0    | 57.2    | | 20 | Astra | **64.0**    | 69.7    | 59.6    | 67.7    | 71.6    | 51.4    | **9 个文本驱动模型 — 全集划分（5 个维度，按平均分排序）** | # | 模型 | **平均分** | 质量 | 设置 | 交互 | 一致性 | 物理 | |:---:|:---|:---:|:---:|:---:|:---:|:---:|:---:| | 1 | Kling 3.0 | **79.5 🥇** | 81.8 🥉 | 91.0 🥈 | 73.1 🥇 | 82.6    | 69.2 🥈 | | 2 | Wan 2.7 | **78.2 🥈** | 82.2 🥈 | 91.4 🥇 | 72.1 🥈 | 73.8    | 71.6 🥇 | | 3 | Seedance 1.5 | **76.2 🥉** | 83.0 🥇 | 82.9    | 68.3 🥉 | 78.5    | 68.2    | | 4 | HY-Video 1.5 | **74.6**    | 78.9    | 85.6 🥉 | 54.7    | 86.8 🥇 | 67.1    | | 5 | LTX 2.3 | **71.0**    | 78.8    | 85.2    | 49.4    | 76.4    | 65.1    | | 6 | Cosmos 2.5 | **70.8**    | 74.6    | 83.3    | 43.5    | 85.4 🥉 | 67.0    | | 7 | LongCat-Video | **70.2**    | 79.7    | 72.3    | 45.1    | 85.5 🥈 | 68.4 🥉 | | 8 | YUME 1.5 | **69.0**    | 79.7    | 72.4    | 48.4    | 79.3    | 65.4    | | 9 | Kairos 3.0 | **66.0**    | 75.8    | 70.3    | 41.6    | 81.9    | 60.5    |

20 个模型 — 导航划分（19 项指标）

| 模型 | 美学质量 | 成像质量 | 背景一致性 | 时间闪烁 | 动态程度 | 运动平滑度 | HPSv3 质量 | 场景遵循度 | 主体遵循度 | 导航轨迹 | 空间一致性 | 门控空间一致性 | 视角一致性 | 片段连续性 | 几何一致性 | 光度一致性 | 跨模型主体一致性 | 视觉合理性 | 因果保真度 | |:---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:| | HY-Video 1.5 | 63.4    | 67.4    | 92.1    | 94.2    | 73.9    | 98.7    | 68.0    | 77.5    | 93.6    | 71.8    | 79.2    | 75.1    | 86.6    | 99.4    | 94.6    | 80.3    | 91.6    | 59.7    | 75.0    | | Kling 3.0 | 63.0    | 68.1    | 92.3    | 93.2    | 97.5    | 97.6    | 69.1    | 89.0    | 92.9    | 70.3    | 75.2    | 75.1    | 76.8    | 93.0    | 88.9    | 79.9    | 88.5    | 60.7    | 78.0    | | Cosmos 2.5 | 61.8    | 66.9    | 92.3    | 94.8    | 49.0    | 98.2    | 66.5    | 72.4    | 94.2    | 64.1    | 78.1    | 74.3    | 84.3    | 94.3    | 94.6    | 81.6    | 92.3    | 60.1    | 74.7    | | LTX 2.3 | 57.9    | 61.0    | 88.3    | 93.2    | 98.1    | 96.4    | 56.1    | 81.3    | 89.2    | 67.6    | 70.2    | 70.2    | 69.8    | 75.8    | 76.9    | 79.2    | 87.2    | 55.7    | 74.0    | | Seedance 1.5 | 61.0    | 69.3    | 89.6    | 92.4    | 99.4    | 97.5    | 73.0    | 71.6    | 94.2    | 68.0    | 72.7    | 72.4    | 70.5    | 96.2    | 82.4    | 76.8    | 90.1    | 60.7    | 76.0    | | Wan 2.7 | 61.4    | 68.0    | 89.4    | 92.2    | 100.0    | 96.3    | 71.1    | 88.3    | 94.6    | 66.0    | 71.0    | 71.0    | 78.2    | 92.4    | 83.7    | 76.4    | 90.7    | 60.3    | 83.3    | | Kairos 3.0 | 59.9    | 62.7    | 91.1    | 95.4    | 70.1    | 97.5    | 58.5    | 52.2    | 88.5    | 65.1    | 76.8    | 62.0    | 76.3    | 94.3    | 89.0    | 80.8    | 90.8    | 58.0    | 62.7    | | LongCat-Video | 66.5    | 69.6    | 95.1    | 94.8    | 45.9    | 97.9    | 77.6    | 53.1    | 91.5    | 63.1    | 83.3    | 66.2    | 81.5    | 99.4    | 95.4    | 82.2    | 93.4    | 61.8    | 76.0    | | YUME 1.5 | 58.7    | 63.3    | 90.3    | 93.0    | 96.8    | 97.0    | 57.0    | 53.1    | 91.7    | 72.0    | 71.5    | 71.4    | 48.0    | 99.4    | 88.0    | 83.3    | 88.8    | 57.7    | 72.7    | | Astra | 48.6    | 52.5    | 85.3    | 96.0    | 79.6    | 97.7    | 28.0    | 43.4    | 75.9    | 67.7    | 64.7    | 63.3    | 30.0    | 86.6    | 85.6    | 87.5    | 83.5    | 54.6    | 48.3    | | Fantasy-World | 63.0    | 62.8    | 94.2    | 95.8    | 49.0    | 97.9    | 65.8    | 524    | 90.1    | 72.1    | 80.6    | 64.2    | 79.8    | 100.0    | 95.3    | 84.8    | 92.5    | 59.7    | 74.0    | | HY-GameCraft | 52.6    | 58.7    | 86.5    | 93.7    | 96.8    | 97.6    | 38.3    | 50.6    | 82.5    | 67.8    | 60.5    | 60.5    | 17.9    | 99.4    | 88.3    | 85.0    | 82.6    | 56.5    | 68.3    | | Genie 3 | 51.6    | 59.3    | 90.7    | 95.0    | 92.4    | 97.8    | 55.2    | 61.1    | 83.8    | 73.3    | 79.9    | 78.4    | 54.5    | 93.6    | 88.6    | 84.5    | 90.4    | 59.7    | 71.7    | | Happy Oyster | 56.6    | 63.9    | 91.4    | 94.0    | 94.2    | 97.0    | 58.3    | 57.4    | 91.1    | 85.1    | 77.7    | 75.8    | 75.0    | 96.2    | 87.2    | 79.8    | 91.5    | 57.6    | 69.3    | | HY-World 1.5 | 60.1    | 65.4    | 92.7    | 93.5    | 91.1    | 98.1    | 60.5    | 53.5    | 90.8    | 87.5    | 90.6    | 84.9    | 62.5    | 100.0    | 92.0    | 83.1    | 89.1    | 58.6    | 74.0    | | Infinite-World | 58.7    | 66.1    | 88.8    | 94.1    | 82.8    | 98.0    | 62.3    | 54.0    | 84.5    | 75.9    | 74.9    | 74.4    | 33.8    | 100.0    | 94.3    | 85.1    | 88.4    | 57.2    | 67.0    | | InSpatio-World | 64.4    | 67.6    | 95.0    | 96.0    | 26.1    | 98.8    | 76.1    | 51.7    | 91.1    | 72.8    | 93.8    | 66.5    | 72.5    | 100.0    | 97.3    | 87.4    | 94.4    | 63.1    | 67.3    | | LingBot-World | 66.9    | 67.9    | 96.9    | 94.1    | 66.2    | 96.9    | 81.4    | 51.6    | 93.6    | 79.8    | 92.7    | 67.1    | 90.9    | 99.4    | 95.4    | 83.3    | 93.5    | 64.8    | 77.7    | | MatrixGame2 | 54.0    | 60.3    | 86.9    | 94.6    | 94.9    | 98.2    | 41.0    | 49.4    | 84.9    | 80.6    | 64.5    | 64.5    | 29.2    | 21.0    | 86.1    | 81.3    | 87.2    | 55.0    | 59.3    | | MatrixGame3 | 46.4    | 70.0    | 85.7    | 86.3    | 97.5    | 95.4    | 57.1    | 48.9    | 78.4    | 83.5    | 81.0    | 80.4    | 13.3    | 89.8    | 87.6    | 75.3    | 83.0    | 54.0    | 64.7    |

9 个文本驱动模型 — 全集划分（22 项指标）

| 模型 | 美学质量 | 成像质量 | 背景一致性 | 时间闪烁 | 动态程度 | 运动平滑度 | HPSv3 质量 | 场景遵循度 | 主体遵循度 | 导航轨迹 | 事件编辑遵循度 | 主体动作遵循度 | 视角切换遵循度 | 空间一致性 | 门控空间一致性 | 视角一致性 | 片段连续性 | 几何一致性 | 光度一致性 | 跨模型主体一致性 | 视觉合理性 | 因果保真度 | |:---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:| | HY-Video 1.5 | 61.9    | 67.4    | 92.4    | 95.5    | 68.8    | 98.8    | 67.5    | 77.5    | 93.6    | 71.8    | 63.8    | 55.6    | 27.6    | 79.2    | 75.1    | 86.6    | 99.3    | 94.4    | 81.4    | 91.5    | 59.3    | 75.0    | | Kling 3.0 | 61.3    | 67.7    | 92.7    | 94.5    | 89.9    | 97.9    | 68.8    | 89.0    | 92.9    | 70.3    | 81.4    | 85.6    | 55.0    | 75.2    | 75.1    | 76.8    | 92.7    | 89.4    | 80.4    | 88.5    | 60.4    | 78.0    | | Cosmos 2.5 | 60.1    | 67.2    | 92.3    | 96.0    | 42.4    | 98.3    | 65.9    | 72.4    | 94.2    | 64.1    | 48.2    | 41.6    | 20.0    | 78.1    | 74.3 &;  | 84.3    | 93.1    | 94.2    | 82.1    | 91.8    | 59.3    | 74.7    | | LTX 2.3 | 56.9    | 62.3    | 89.3    | 94.1    | 94.4    | 96.8    | 57.7    | 81.3    | 89.2    | 67.6    | 53.0    | 51.8    | 25.0    | 70.2    | 70.2    | 69.8    | 77.8    | 81.1    | 79.4    | 86.7    | 56.2    | 74.0    | | Seedance 1.5 | 59.7    | 69.8    | 89.6    | 93.4    | 98.3    | 97.6    | 72.9    | 71.6    | 94.2    | 68.0    | 80.4    | 80.0    | 45.0    | 72.7    | 72.4    | 62.7    | 92.4    | 83.5    | 76.7    | 89.3    | 60.5    | 76.0    | | Wan 2.7 | 59.6    | 68.1    | 89.5    | 93.0    | 99.3    | 96.5    | 69.4    | 88.3    | 94.6    | 66.0    | 84.0    | 83.4    | 55.0    | 71.0    | 71.0    | 62.2    | 65.6    | 82.6    | 75.5    | 88.7    | 59.8    | 83.3    | | Kairos 3.0 | 58.4    | 63.6    | 91.8    | 96.3    | 63.5    | 97.9    | 58.8    | 52.2    | 88.5    | 65.1    | 46.8    | 41.4    | 13.3    | 76.8    | 62.0    | 76.3    | 94.1    | 91.5    | 82.1    | 90.7    | 58.2    | 62.7    | | LongCat-Video | 64.7    | 69.8    | 94.7    | 94.9    | 59.7    | 97.7    | 76.3    | 53.1    | 91.5    | 63.1    | 50.4    | 48.4    | 18.3    | 83.3    | 66.2    | 81.5    | 98.6    | 94.7    | 81.5    | 92.4    | 60.8    | 76.0    | | YUME 1.5 | 59.3    | 65.7    | 92.0    | 94.8    | 86.1    | 97.7    | 62.0    | 53.1    | 91.7    | 72.0    | 57.8    | 47.0    | 16.7    | 71.5    | 71.4    | 48.0    | 99.3    | 91.1    | 84.1    | 89.4    | 58.1    | 72.7    |

## 🚀 快速开始 ``` # 安装 git clone --recursive https://github.com/meituan-longcat/WBench.git cd WBench # 如果已经 clone 但没有包含 submodules git submodule update --init --recursive # 下载 data 和 weights pip install huggingface_hub hf download meituan-longcat/WBench --repo-type dataset --local-dir data/ --exclude "splits/*" hf download meituan-longcat/WBench-weights --local-dir weights/ # Environment 1: wbench-main（除 visual_plausibility 外的所有 metrics） # 第 2 个 arg = PyTorch 的 CUDA build — 需与您的系统匹配（通过 `nvcc --version` 检查）： # cu124 → CUDA 12.x cu121 → CUDA 12.1 cu118 → CUDA 11.8 # 始终显式传递它：如果省略，当 nvcc 不在 PATH 中时，自动检测会回退到 cu118， # 这会导致 MegaSAM CUDA extensions 无法在 CUDA-12 机器上 build。 bash tools/install.sh wbench-main cu124 conda activate wbench-main export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH # 验证 conda activate wbench-main python tools/verify_install.py # 运行 evaluation（自动 multi-GPU） python main.py --model your_model ``` 有关详细的设置说明，请参阅 [docs/installation.md](docs/installation.md)。 ## 🎮 评估你的模型 首先为 VLM 指标设置环境变量（我们通过 [Volcengine ARK](https://www.volcengine.com/docs/82379/1099475) 使用 [Doubao-Seed-2.0-lite](https://console.volcengine.com/ark/region:ark+cn-beijing/model/detail?Id=doubao-seed-2-0-lite)）： ``` export VLM_API_KEY="" # 可选（显示默认值）： # export VLM_API_URL="https://ark.cn-beijing.volces.com/api/v3" # export VLM_MODEL_NAME="doubao-seed-2-0-lite-260215" ``` 1. 生成多轮视频 → 放置在 `work_dirs//videos/case_{id}_combined.mp4` 2. 运行 3 阶段 pipeline： ``` # Full pipeline（precompute → GPU metrics → VLM metrics → report） python main.py --model my_model --gpus 0,1,2,3,4,5,6,7 # 或独立运行各阶段： python main.py --model my_model --phase precompute # SAM2 + DA3 + MegaSAM python main.py --model my_model --phase gpu # GPU metrics (per-metric) python main.py --model my_model --phase vlm # VLM metrics (API) python main.py --model my_model --phase report # Aggregate report ``` **注意：**上述 pipeline 涵盖了 22 项指标中的 21 项。`visual_plausibility` 是个例外——它在**单独的 `wbench-vp` 环境**中运行（在[快速开始](#-quick-start)中设置）： ``` conda activate wbench-vp python tools/run_visual_plausibility.py --model my_model # uses all available GPUs ``` 3. 结果：`work_dirs//evaluation/{metric}/case_{id}.json` + `report.json` ``` # 运行特定的 metrics（按名称或维度） python main.py --model my_model --phase gpu --metrics hpsv3_quality python main.py --model my_model --phase gpu --metrics quality # all 6 video quality python main.py --model my_model --phase gpu --metrics consistency # all consistency metrics # 如果已经完成，则跳过 pre-computation python main.py --model my_model --phase gpu --skip_megasam --skip_sam2 --skip_da3 # 单个 video evaluation python main.py --video video.mp4 --case data/cases/case_1.json ``` **维度**（`--metrics` 支持以下简写）： | 维度 | 指标 | |:---|:---| | `quality` | aesthetic_quality, imaging_quality, temporal_flickering, dynamic_degree, motion_smoothness, hpsv3_quality | | `consistency` | background_consistency, segment_continuity, perspective_consistency, subject_consistency, geometric_consistency, photometric_consistency, spatial_consistency, gated_spatial_consistency | | `interaction` | navigation_trajectory, event_edit_adherence, subject_action_adherence, perspective_switch_adherence | | `setting` | scene_adherence, subject_adherence | | `physical` | visual_plausibility, causal_fidelity | ## 🔥 接入你的模型 WBench 支持 3 种具有不同控制接口的模型类型： | 类型 | 输入 | 用例 | 状态 | |:---|:---|:---:|:---:| | **文本条件** | 文本 prompt + 首帧图像 | 289 (全部) | ✅ 已实现 | | **相机条件** | 首帧图像 + 6-DoF 相机 pose | 158 (导航) | ✅ 已实现 | | **动作条件** | 首帧图像 + 离散动作 | 158 (导航) | ✅ 已实现 | ### 文本条件模型 ``` from src.models import get_model # 可用：wan, kling, seedance（或注册您自己的） model = get_model("wan") # 从单个 case 生成 multi-turn video result = model.generate_multi_turn( case=case_dict, output_path="work_dirs/wan/videos/case_1_combined.mp4", data_root="data/", ) ``` 每一轮：从交互中构建 prompt → 调用 I2V API → 提取最后一帧 → 下一轮。 设置 API 凭证： ``` export VIDEO_API_URL="https://your-video-api.com" export VIDEO_API_KEY="your-key" ``` ### 相机条件模型 Benchmark 的导航动作（W/A/S/D + 方向键）被转换为每轮的 `{move, yaw, pitch}` intent，然后再转换为 6-DoF 相机轨迹。子类化 `CameraConditionedModel` 并实现一个 hook —— 用例解析、动作转 pose 转换以及视频写入都会为你自动处理： ``` from src.models.camera import CameraConditionedModel class MyWorldModel(CameraConditionedModel): def generate_with_poses(self, image, poses, video_length, **kw): # image: first-frame path; poses: {"": {"extrinsic": 4x4, "K": 3x3}, ...} # return: list of `video_length` BGR uint8 frames return my_model.infer(image, poses, video_length) MyWorldModel("mymodel").generate_multi_turn(case_dict, "work_dirs/mymodel/videos/case_1_combined.mp4", data_root="data/") ``` pose 约定（轴、速度、内参）位于 `src/models/camera/poses.py` 中——将其复制并适配到你的模型；导航指标会标准化比例，因此 重要的是匹配每个动作的 *intent*。快速查看一个用例： ``` python -m src.models.camera.demo --case data/cases/case_1.json # prints poses + renders a preview ``` ### 动作条件模型 两种风格，均来自相同的每轮导航计划： **程序化控制器**（例如 Matrix-Game-3）。子类化 `ActionConditionedModel` 并实现 `generate_with_actions`。每个动作都带有原始按键 `token` 和 MG3 风格的 `{keyboard, mouse}` 张量： ``` from src.models.action import ActionConditionedModel class MyActionModel(ActionConditionedModel): def generate_with_actions(self, image, actions, video_length, **kw): # actions: [{"turn", "tokens", "keyboard", "mouse", "duration"}, ...] return my_model.infer(image, actions, video_length) MyActionModel("mymodel").generate_multi_turn(case_dict, "work_dirs/mymodel/videos/case_1_combined.mp4", data_root="data/") ``` ``` python -m src.models.action.demo --case data/cases/case_1.json # prints actions + renders a preview ``` **Web 产品**（例如 Project Genie、Happy Oyster）——无权重/API；由 浏览器自动化 + 模拟按键驱动。详见 [`src/models/action/web/`](src/models/action/web/README.md)。 ## 🤖 Claude Code Skills 如果你使用 [Claude Code](https://claude.com/claude-code)，此代码库自带了 驱动完整工作流的 skills——只需用自然语言提问，Claude 就会运行正确的命令： | Skill | 触发词 | 功能说明 | |:---|:---|:---| | `wbench-generate` | "generate kling videos" | 在数据集上运行 `generate.py` → `work_dirs//videos/` | | `wbench-evaluate` | "evaluate kling3" | 运行 4 阶段 `main.py` pipeline（预计算 → gpu → vlm → 报告） | | `wbench-submit` | "package my model for submission" | 构建 `meta.json` / `turns.json` 捆绑包并上传至 HuggingFace | | `genie3` / `happy` | "run case_5 on genie3" | Web 产品的浏览器自动化（[详情](src/models/action/web/README.md)） | Skills 位于 `.claude/skills/`（以及 `src/models/action/web/.claude/skills/`）中，并且 当你在 Claude Code 中打开代码库时会自动发现。 ## 📋 TODO - [x] 文本条件模型生成（Wan、Kling、Seedance） - [x] 带有交互式排行榜的主页 - [x] 在 HuggingFace 上发布数据集和权重 - [x] 相机条件模型生成示例 - [x] 动作条件模型生成示例 - [ ] 托管的提交和评估服务（提交视频，获取分数） - [x] ArXiv 论文发布 ## 📝 引用 如果你觉得我们的工作有用，请考虑引用： ``` @article{ying2026wbenchcomprehensivemultiturnbenchmark, title={WBench: A Comprehensive Multi-turn Benchmark for Interactive Video World Model Evaluation}, author={Ying, Kaining and Hu, Hengrui and Ren, Siyu and Li, Jiamu and Chen, Fengjiao and Wang, Ziwen and Cao, Xuezhi and Cai, Xunliang and Ding, Henghui}, journal={arXiv preprint arXiv:2605.25874}, year={2026} } ``` ## 🙏 致谢 本项目基于以下优秀的工作构建： - [WorldScore](https://github.com/WorldScore/WorldScore) — 世界模型评估框架 - [VBench](https://github.com/Vchitect/VBench) — 视频质量指标 - [SAM2](https://github.com/facebookresearch/sam2) — 用于 mask 追踪的 Segment Anything Model 2 - [Depth-Anything-V3](https://github.com/DepthAnything/Depth-Anything-V3) — 单目深度估计 - [MegaSAM](https://github.com/mega-sam/mega-sam) — 相机 pose 估计 - [DreamSim](https://github.com/ssundaram21/dreamsim) — 感知相似度指标 - [HPSv3](

标签：AI评测, IaC 扫描, 世界模型, 人工智能, 多轮交互, 用户模式Hook绕过, 视频生成, 逆向工具