Alibaba：WorldOlympiad 视频世界模型多维综合测评基准 AI视频到底懂不懂物理

WorldOlympiad 是一个专为评估视频生成领域“世界模型”而设计的全新基准测试框架。该工具通过物理保真度、几何一致性和交互效能三个核心维度，深入分析模型是否真正理解现实世界的运行规律。研究团队构建了一个包含1000个高质量视频的数据集，覆盖了机器人操作、游戏模拟以及真实场景三大应用领域。与仅关注画面质量的传统标准不同，它利用多模态大模型和3D重建技术，检测模型在长时视频生成中是否存在违背物理常识或空间结构崩溃等问题。实验结果显示，即便是目前顶尖的生成模型，在维持长期状态稳定和复杂交互逻辑方面仍面临显著挑战。这一研究为未来开发具备可靠仿真能力的通用视频世界模型提供了重要的诊断工具和评估指南。