邢波团队发布 WR-Arena 基准：主流世界模型环境模拟准确率无一超 60%

阿联酋人工智能大学 MBZUAI 校长、CMU 教授邢波团队近日发布世界推理竞技场 WR-Arena，从动作模拟保真度、长程预测、模拟推理与规划三个维度，对英伟达 Cosmos 1/2、Meta V-JEPA2、KLING、MiniMax、Gen-3 及 MBZUAI 自研的 PAN 等主流世界模型进行评测。

评测结果显示，所有模型在环境模拟维度准确率均未超过 60%，与人类水平差距显著。生成一致性随动作步数急剧下降，WAN2.1 在 9 步序列中从 90%跌至 30%，说明当前模型难以维持多步交互下的物理世界连贯模拟。

MBZUAI 自研的 PAN 在多数维度领先，但团队同时是基准制定者。论文指出，生成逼真视频不等于理解世界运转，当前世界模型距离可用于 Agent 决策的模拟器仍有较大差距。