WorldScore是什么
WorldScore 是斯坦福大学提出的用于世界生成模型的统一评估基准。将世界生成分解为一系列的下一个场景生成任务，通过明确的基于相机轨迹的布局规范来实现不同方法的统一评估。WorldScore 评估生成世界的三个关键方面：可控性、质量和动态性。基准包含精心策划的数据集，涵盖3000个测试样本，包括静态和动态、室内和室外、逼真和风格化的多样化世界。
WorldScore的主要功能
统一评估框架：WorldScore 提供了统一的评估框架，用于衡量不同世界生成模型的性能。将世界生成任务分解为一系列的下一个场景生成任务，通过明确的基于相机轨迹的布局规范来实现不同方法的统一评估。评估维度：从可控性、质量和动态性三个关键方面对生成的世界进行评估。多场景生成：WorldScore 是唯一支持多场景生成的基准测试，能评估模型在生成连续场景时的表现。统一性：能统一评估3D、4D、图像到视频（I2V）和文本到视频（T2V）模型，提供了一个全面的评估框架。长序列支持：支持生成多个场景，评估模型在长序列生成任务中的表现。图像条件：支持基于图像的条件生成，适用于图像到视频的生成任务。多风格：包含多种视觉风格的数据，能够评估模型在不同风格下的生成能力。相机控制：评估模型对相机轨迹的遵循能力，确保生成的场景符合指定的相机运动。3D一致性：评估场景在几何结构上的稳定性，确保生成的3D场景在不同视角下保持一致。WorldScore的技术原理
多样化数据集：WorldScore 数据集包含动态和静态配置的多媒体数据，适用于图像到视频和图像到3D的任务。动态配置：包含图片、视觉运动、视觉风格、运动类型、风格、相机路径、物体和提示等字段。静态配置：包含图片、视觉运动、视觉风格、场景类型、类别、风格、相机路径、内容列表和提示列表等字段。数据集规模：数据集分为训练集和测试集，其中动态配置有1000个样本，静态配置有2000个样本。基于相机轨迹的布局规范：通过明确的基于相机轨迹的布局规范，实现不同方法的统一评估。多模态数据支持：支持多种模态的数据，包括图像、视频和3D模型，适用于多模态内容生成任务。WorldScore的项目地址
项目官网：https://haoyi-duan.github.io/WorldScore/Github仓库：https://github.com/haoyi-duan/WorldScorearXiv技术论文：https://arxiv.org/pdf/2504.00983HuggingFace数据集：https://huggingface.co/datasets/Howieeeee/WorldScoreWorldScore的基准测试比较
WorldScore 在多个方面与其他现有基准测试有所不同，以下是详细的对比：
基准测试示例数量多场景统一性长序列图像条件多风格相机控制3D一致性TC-Bench150❌❌❌✅❌❌❌EvalCrafter700❌❌❌❌❌❌❌FETV619❌❌❌❌❌❌❌VBench800❌❌❌❌❌❌❌T2V-CompBench700❌❌❌❌❌❌❌Meng et al.160❌❌❌❌❌❌❌Wang et al.423❌❌✅❌❌❌❌ChronoMagic-Bench1649❌❌❌❌❌❌❌WorldModelBench350❌❌❌✅❌❌❌WorldScore3000✅✅✅✅✅✅✅
相关资讯
2023-04-14
下载
