4DWorldBench

最后更新: 2026年10月7日

本页内容

4DWorldBench（中科大，联合浙大与北京中关村学院；CVPR 2026）评的是 3D/4D 世界生成器——图像转 3D/4D、视频转 4D、文本转 3D/4D——把各种条件模态映射到同一评测空间。四个轴汇总为 four_d_worldbench_average：

感知质量 — CLIP-IQA、CLIP-aesthetic、FastVQA。
Condition-4D 对齐 — Keye-VL 是/否 judge 覆盖属性 / 关系 / 运动 / 事件 / 场景控制，外加 DROID-SLAM 相机误差（原始误差越低越好，再反向归一化）。
物理真实感 — LLM 辅助物理推理。
4D 一致性 — DROID-SLAM 重投影、VFIMamba 插帧、运动 QA、VGG 风格。

论文：4DWorldBench。项目：yeppp27.github.io/4DWorldBench.github.io。代码：yeppp27/4dworldbench_code。

WorldFoundry 仓内托管官方 runtime（run_four_d_worldbench_official_runner.py），按官方 schema 的数据集 JSON 一次评一个 --dimension。官方数据集下载尚未发布；需自行提供 JSON 与生成视频。

评测维度

感知质量
类型轴
CLIP-IQA、CLIP-aesthetic、FastVQA。
Condition-4D 对齐
类型轴
属性、关系、运动、事件、场景与相机误差控制。
物理真实感
类型轴
LLM 辅助的物理推理。
4D 一致性
类型轴
视角、运动平滑、运动问答与风格一致性。

数据组成

规模
调用方提供的 Condition-to-4D JSON 与生成视频。官方数据集下载尚未发布。四个轴：感知质量、Condition-4D 对齐、物理真实感、4D 一致性。
来源
github.com
模态
text · image · video · generated-video
说明
WorldFoundry 托管官方 runtime，一次评一个维度。不编造 4DWorldBench 榜单。

指标

perceptual_clip_iqa_metrics
方向越高越好
官方 4DWorldBench 帧级 CLIP-IQA 感知质量得分。
perceptual_clip_aesthetic_metrics
方向越高越好
官方 4DWorldBench CLIP-aesthetic 感知质量得分。
perceptual_fastvqa
方向越高越好
官方 4DWorldBench 时序视频质量得分。
alignment_attribute_control
方向越高越好
Keye-VL 是/否 judge：动态属性控制。
alignment_relationship_control
方向越高越好
Keye-VL 是/否 judge：动态空间关系控制。
alignment_motion_control
方向越高越好
Keye-VL 是/否 judge：运动顺序对齐。
alignment_event_control
方向越高越好
Keye-VL 是/否 judge：复杂情节/事件对齐。
alignment_scene_control
方向越高越好
Keye-VL 是/否 judge：复杂景观/场景对齐。
alignment_camera_error_metrics
方向越低越好
用于相机控制对齐的 DROID-SLAM 相机轨迹误差；原始误差越低越好，反向归一化。
physics_realism
方向越高越好
官方 LLM 辅助物理推理得分。
consistency_viewpoint
方向越低越好
用于多视角一致性的 DROID-SLAM 重投影误差；原始误差越低越好，反向归一化。
consistency_motion_smoothness
方向越高越好
VFIMamba 插帧一致性得分。
consistency_motion_qa
方向越高越好
Keye-VL 是/否 judge：运动一致性问题。
consistency_style
方向越高越好
VGG Gram 矩阵风格一致性得分。
perceptual_quality
方向越高越好
归一化感知质量组件均值。
condition_4d_alignment
方向越高越好
归一化 Condition-4D 对齐组件均值。
physical_realism_score
方向越高越好
归一化物理真实感组件。
four_d_consistency
方向越高越好
归一化 4D 一致性组件均值。
four_d_worldbench_average
方向越高越好
可用 4DWorldBench 组件的归一化均分。
主指标4DWorldBench Average

Leaderboard

官方实时榜，嵌在本页。不是 WorldFoundry 跑分。 yeppp27.github.io/4DWorldBench.

yeppp27.github.io · 实时打开实时榜

如何运行

${WORLDFOUNDRY_UNIFIED_PYTHON} \
  worldfoundry/evaluation/tasks/execution/runners/four_d_worldbench/run_four_d_worldbench_official_runner.py \
  --run-official \
  --dataset-json <dataset.json> \
  --model-name <model_name> \
  --dimension perceptual_clip_iqa_metrics \
  --generated-video-dir <generated_artifacts> \
  --output-dir tmp/4dworldbench/official \
  --json

依赖模型的维度会解析 WORLDFOUNDRY_4DWORLDBENCH_KEYE_MODEL、WORLDFOUNDRY_4DWORLDBENCH_DROID_CKPT、OPENAI_API_KEY。像素级维度不需要它们。共享栈：keye_vl、droid_slam、vfimamba、fastvqa。默认导入路径：WORLDFOUNDRY_4DWORLDBENCH_RESULTS_PATH。

仓内指针：worldfoundry/data/benchmarks/tasks/external/4dworldbench.yaml，worldfoundry/evaluation/tasks/execution/runners/four_d_worldbench。

产物包括 scorecard.json（主键 four_d_worldbench_average）与 raw_metric_table.jsonl。

← 返回 Benchmark Hub

4DWorldBench

评测维度

数据组成

指标

指标

Leaderboard

如何运行

相关页面