跳到正文
Hugging Face Daily Papers·· 2026-10-14AI 评分29

WorldCast:多步世界状态预测基准,GPT-Image-2.5 得分 72.8

WorldCast: Exploring Intelligent Visual Generation in World State Prediction

AI 导读

研究者提出 WorldCast 基准,包含 8 个类别共 320 个手工设计案例,用于评估多步世界状态预测任务,共测试 12 个代表性模型。GPT-Image-2.5 System 得分 72.8,展现出初步的真实世界视觉状态预测能力;Nano Banana Pro 仅得 42.8,最佳开源模型得分 20.1。实验还发现,强生成模型能有效借助其底层语言模型的能力。

打开原文 arxiv.org