mmbench2

MMBench2 是一个面向世界模型幻觉问题的研究型工具库，旨在检测、预测并预防生成式世界模型在长期自主推演中产生的幻觉行为。项目提供基于 Dreamer4 架构的 350M 参数世界模型训练与评估代码、幻觉预测模块、覆盖 210 个连续控制任务的 MMBench2 多域数据集（含 DMControl、Meta-World 等），以及支持实时交互的浏览器界面。技术特点包括因果视频 tokenizer、块因果 Transformer 动态模型、shortcut flow-matching 训练目标，以及无需本地数据即可启动的在线仿真交互能力。适用于机器人仿真、具身智能研究、世界模型鲁棒性评估及幻觉机制分析等学术与研发场景。