WBench 基准测试：从月球漫步到赛博都市，揭示世界模型能力边界

基于公开标题信息，WBench 是一项专门用于测试世界模型能力的基准。其测试场景涵盖“月球漫步”与“赛博都市”两类典型环境，分别考验模型对物理规律（如低重力运动）和复杂城市动态交互的模拟精度。该测试旨在系统测量世界模型在时空推理、因果推断及长期一致性上的边界，为后续模型优化提供量化参考。具体评测方法与详细结果尚未在正文中披露。