arXiv Computer Vision· Wenhao Yan, Haodong Li, Xiaotong Li, Yaxin Luo, Zhengrong Yue, Jialv Zou, Xu Huang, Haojin Yang, Nan Jia, Yan Feng, Peng Pei, Xunliang Cai·· 2 小时前AI 评分34
WorldCast：多模态模型世界状态预测能力评测基准
WorldCast: Exploring Intelligent Visual Generation in World State Prediction
AI 导读
研究者提出 WorldCast 基准，包含 8 个类别共 320 个手工设计案例，用于评测多步世界状态预测任务，并测试了 12 个代表性模型。GPT-Image-2.5 System 得分 72.8，展现出初步的真实世界视觉状态预测能力；Nano Banana Pro 仅得 42.8，最佳开源模型得分 20.1。实验还发现强生成模型能有效利用其底层语言模型的能力。
来源：arXiv Computer Vision · arxiv.org