---
title: SANA-WM 80-Scene Benchmark
description: "NVIDIA 的 80 场景世界模型评测：VBench 质量、回访一致性、相机位姿、长程漂移。WorldFoundry 自研评测器，不编造榜单。"
---

SANA-WM 80-Scene Benchmark 随 NVIDIA SANA 世界模型工作发布。两个划分（`simple_60s`、`hard_60s`）各 **80 个场景**：一张条件图加 **961 帧、16 FPS** 相机轨迹。世界模型必须按轨迹滚出 **一分钟** 视频。四个分面：

- **VBench 风格质量** — 视觉 / 时间维度；主键 `vbench_overall`。
- **回访一致性** — 轨迹回到先前视点时的帧对 PSNR / SSIM / LPIPS。
- **相机位姿** — 相对目标轨迹的旋转误差（度）、相对平移误差、相对运动一致性。
- **`delta_iq`** — 时间窗口上的成像质量下降（长程漂移；越低越好）。

代码：[NVlabs/Sana](https://github.com/NVlabs/Sana)。数据：[`Efficient-Large-Model/SANA-WM-Bench`](https://huggingface.co/datasets/Efficient-Large-Model/SANA-WM-Bench)（Apache-2.0）。

WorldFoundry **在仓内实现评测器**。打分时复用已有 VBench 与 Pi3，不执行 NVlabs/Sana checkout。位姿推断是单独可调度的 GPU 阶段；只消费 `eval_poses.json`。

<BenchmarkPageSections id="sana-wm-bench" locale="zh" />

## 如何运行

```bash
hf download Efficient-Large-Model/SANA-WM-Bench --repo-type dataset \
  --local-dir "${WORLDFOUNDRY_SANA_WM_BENCH_DATASET_ROOT}"

${WORLDFOUNDRY_UNIFIED_PYTHON} \
  worldfoundry/evaluation/tasks/execution/runners/sana_wm_bench/run_sana_wm_bench_official_runner.py \
  --run-official \
  --dataset-root "${WORLDFOUNDRY_SANA_WM_BENCH_DATASET_ROOT}" \
  --generated-video-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --split simple_60s \
  --metrics vbench,revisit,temporal \
  --output-dir tmp/sana_wm_bench/official \
  --json
```

视频命名 `<scene_id>_generated.mp4`。`--metrics` 选择 `vbench,revisit,temporal,camera`。`--max-pairs` 限制回访对数；`--revisit-lpips` 加 LPIPS。相机指标需要 `--pose-results-path` / `eval_poses.json`（导入时把弧度转成度）。数据布局：`images/<scene_id>.png`、`<split>/sanawm_export_v2/<scene_id>.npz`、`run_manifest.jsonl`。

仓内指针：`worldfoundry/data/benchmarks/tasks/external/sana-wm-bench.yaml`。

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

[← 返回 Benchmark Hub](/zh/docs/evaluation/benchmark-hub)