五大高校联合发布TriWorldBench首周榜单，机器人三视角世界模型评测体系正式亮相

事件概述

北京大学、清华大学、北京航空航天大学、上海交通大学、中国科学技术大学联合发起 TriWorldBench Challenge（三视角世界模型评测挑战），并于近日公布首周榜单。该评测定位为首个面向机器人三视角世界模型的评测基准，目标是建立更全面的具身世界模型评价体系，推动世界模型从“视觉生成”迈向“世界理解”。

首周榜单前三名分别由 CASIA-DRL 的 WoVR_Plus、TONGJI Spatial Intelligence Team 的 BetaBWM 和 Fysics AI 的 Fysiverse-Video 获得。官方统计显示，榜单发布后网页总访问量破万，测评工具下载量超200，日访问量逾千，一周内已有14支正式参赛队伍。

核心信息

• 评测对象：机器人操作场景中的 head view（头部视角）、left-wrist view（左腕视角）、right-wrist view（右腕视角）三路视频生成与理解能力。
• 评测维度：围绕三视角一致性、任务对齐、物理与3D一致性、运动质量、时序一致性、视觉质量六个维度，汇总19项评测信号，最终以 TWB-Score 作为榜单总分。
• 基准规模：包含500个三视角同步episode，覆盖50个机器人操作任务。
• 评测重点：三路视角须共同描述同一次机器人操作，包括机械臂动作阶段、抓取接触进度、目标物体状态互相兼容；同时关注任务指令是否执行、操作是否合理、物理空间与3D关系是否一致。

评测机制与特点

TriWorldBench 将三视角一致性放在体系核心。每个生成视角先与对应真值相机对照，再通过 head-wrist 语义判断和联合三视角问答，检查机械臂状态、动作阶段、接触关系与目标物体是否兼容。头部视角更适合判断任务指令、全局轨迹与最终结果，腕部视角则用于观察接触、抓取稳定性与局部几何，避免腕部遮挡干扰全局判断，也防止头部画面掩盖夹爪附近的失败。

基准还从参考机器人轨迹构建 STATE 标注（动作状态标注），识别动作阶段、活动机械臂及各视角应处于运动还是静止状态，以区分“全程不动”和真正理解任务。视觉质量评分会受任务约束修正，防止生成错误但画面精致的视频获得不合理优势；VLM 语义评测则先与人类专家打分对齐，再冻结规则用于正式测试。

榜单除总分排名外，还保留六个维度、单项指标、逐视角和配对结果，帮助研究团队定位问题出在任务、运动、画质还是三视角状态不一致，使其兼具排名与诊断工具功能。

开放与持续更新

TriWorldBench Challenge 面向全球具身世界模型、具身智能、视频生成模型、多视角生成与理解方向研究团队开放，官网和 GitHub 仓库已上线，评测结果将随参赛模型增加持续更新。