WorldCast 多步世界状态预测基准发布

2026年10月16日，arXiv Computer Vision 刊出研究者 Wenhao Yan 等人的工作，提出 WorldCast 基准，用于评测多步世界状态预测任务。据该报道，基准包含 8 个类别共 320 个手工设计案例，并测试了 12 个代表性模型。结果显示，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。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。