WBench

WBench 是一个面向交互式视频世界模型的多轮综合评测基准。它支持对模型在时序理解、动作推理、因果推断、空间定位与交互一致性等5个维度共22项指标上的系统性评估，采用真实视频序列与多轮人机对话任务设计，具备细粒度标注和可复现的评测协议。项目提供开源数据集、预训练权重及排行榜，适用于学术研究与工业界对视频世界模型能力的横向对比与迭代优化。