Video2World评测编码智能体重建世界

论文作者提出Video2World基准，用于评测编码智能体能否从具身视频自动构建可交互模拟环境，并通过执行反馈迭代改进。基于论文摘要，基准包含189段机器人和人类示范视频，形成222个重建实例；评测9个前沿智能体后，Claude Opus 5的任务成功率从此前系统的低于5%提升至超过15%，但仍明显低于人工辅助重建。 基准从几何保真度、动态保真度和功能正确性评价环境。研究还发现，视觉保真度更高并不总对应更高的任务成功率，说明外观质量不能单独代表可交互环境的可用性。

AI 根据报道生成 · 11 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。