TriWorldBench公布首批机器人三视角世界模型评测结果

北京大学、清华大学、北京航空航天大学、上海交通大学和中国科学技术大学联合建设的TriWorldBench，已公布首轮机器人三视角世界模型评测结果。官方榜单目前收录14个模型，以TWB-Score作为综合排序依据；WoVR_Plus以64.34分位居首位，BetaBWM和Fysiverse-Video紧随其后。这一结果反映的是各模型在统一测试集和既定规则下的相对表现，不等同于机器人在真实生产环境中的完整能力。

TriWorldBench针对具身世界模型的单视角评测缺口而设计。机器人执行操作任务时，头部相机负责观察工作空间、机械臂轨迹和最终结果，左右腕部相机更接近接触点，可以捕捉抓取稳定性、滑移和局部几何变化。评测的难点不只是分别生成三段画面，还要确保三段视频描述同一次动作、同一物体状态和相同操作阶段。一个模型即使生成了清晰的头部画面，腕部视角中仍可能出现夹爪尚未移动或物体位置冲突等错误。

官方测试集包含500个同步片段，覆盖50项机器人操作任务。评测体系将19项信号归入三视角一致性、任务对齐、物理与三维一致性、运动质量、时间一致性和视觉质量六个维度。除像素和结构相似度外，系统还利用头腕语义判断、联合三视角问答以及由机器人轨迹生成的STATE标注，识别动作阶段、活动机械臂，以及各相机应当运动或保持静止的时段。画面质量并非脱离任务正确性单独评分；当轨迹错误，或不同视角对机器人和物体状态的描述相互冲突时，视觉质量得分也会受到约束。

榜单按周评测，所有通过格式检查的有效提交均会公开结果。官方同时开放测试数据和提交检查工具，并保留各维度、单项指标和逐视角结果，使团队能够判断问题来自任务理解、运动预测、局部交互还是跨相机状态冲突。首轮结果由此提供了一套可重复的比较尺度，但没有覆盖真实机器人长期运行中的碰撞安全、硬件误差、环境变化和故障恢复。

三视角评测如何影响机器人研发成本

统一数据和细分指标有助于缩短具身世界模型的路线比较周期。研发团队不再只能依靠演示视频判断模型质量，还可以定位腕部接触、轨迹、时序或跨视角一致性问题，由此带动标准化训练数据、模型评测工具和仿真服务需求。对自动化设备企业而言，榜单可以在实体测试前帮助筛除存在明显缺陷的方案，减少部分前期试错成本；不过，真实产线仍需完成安全、耐久和设备适配验证。因此，公开榜单更接近研发基础设施，不能替代商业部署认证。

新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。