阿里等團隊發布世界模型評測基準 HappyWorld-Bench，涵蓋影片、重建與具身三賽道

據報導，阿里及合作團隊發布針對世界模型的統一評測基準 HappyWorld-Bench，並同步推出影片生成模型 HappyOyster 2.0 preview。 HappyWorld-Bench 將世界模型能力分為 W1 到 W6 六級：W1（感知連貫）、W2（合理反應）、W3（狀態保持與記憶）、W4（主動修改與反事實）、W5（多代理互動擴展）及 W6（跨環境與跨模態的通用系統）。目前公布的 1692 個評測案例主要覆蓋 W1 到 W5，包含 29 個評測維度，並分為影片、空間重建與具身智慧三條賽道。 在影片賽道中，阿里自家的 HappyOyster 2.0 preview 取得整體領先，Google DeepMind 的 Genie 3 緊隨其後，並在運動約束、鏡像對應和開放互動上表現突出。 在空間重建賽道，GPT-6-Astra 擅長編輯與擴展；World Labs 的 Marble 在桌面支撐等基礎場景構建更穩定；HYWorld-2.0 則在物理連通性領先，其導航網格覆蓋率達 82.7%，高於 Marble 的 53.6%。 在具身智慧賽道，MiniMax-H3 取得領先，在單步操作與連續動作表現較佳，但在 W4 成對反事實任務得分為 88.62。 報導指出，HappyOyster 2.0 preview 支援在生成過程中持續輸入指令以改變場景與動作，但目前尚未對一般消費者開放。HappyWorld-Bench 的程式碼儲存庫、技術報告與 HappyWorld-Arena 評測平台均已公開。