视频世界模型探索动态场景有了新考卷:WanderBench 测八个模型,长片段里镜头控制和源事件同步一起丢失
视频世界模型可以以一段真实录像为条件,沿新相机轨迹重看其中的动态场景,但此前缺少衡量生成结果是否忠于这段录像的评测。WanderBench 用 745 段单镜头源视频、键盘动作给出的相机路线和六个维度 24 项子指标来测这件事,八个模型中随片段变长,静态场景和画质基本保住,镜头控制与源动态却明显丢失,且没有模型能让重访地点保持一致。无需训练的 WanderLand 把每帧锚定到同一时刻的源画面,并在重访时用模型自己先前生成的静态内容补洞,在五个模型上多数维度有提升,源动态保真度最多提高 8.3 分。