热点事件观察中

研究团队提出WorldCast基准评估多步世界状态预测

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究团队在预印本论文中提出评测基准 WorldCast，用于评估模型在多步世界状态预测任务中的表现。该基准包含跨 8 个类别的 320 个手工设计案例。对 12 个代表性模型的测试显示，GPT-Image-2.5 System 得分为 72.8，Nano Banana Pro 得分为 42.8，而表现最好的开源模型仅获得 20.1 分。研究指出模型间差距显著，开源模型在复杂上下文与重度推理任务中表现出明显不足。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 02:00

WorldCast：探索世界状态预测中的智能视觉生成

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

02:00
arXiv · 工业智能研究摘要
WorldCast：探索世界状态预测中的智能视觉生成
预印本摘要称，研究者提出了基准 WorldCast，包含跨 8 个类别的 320 个手工设计案例，用于评估模型在多步世界状态预测任务中的表现。对 12 个代表性模型的评测显示，GPT-Image-2.5 System 得分为 72.8，Nano Banana Pro 得分为 42.8，而最佳开源模型仅得 20.1 分。实验表明模型间存在显著差距，开源模型在复杂上下文与重度推理任务中表现出明显不足。

本事件热度走势

可比范围当前: 3
可比范围峰值: 410月16日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。