---
title: T2VWorldBench
description: "WACV 2026 的世界知识 T2V 评测：6 类 1,200 条 prompt。WorldFoundry 导入官方行；VLM 裁判仍在上游。"
---

T2VWorldBench（圣何塞州立大学，联合 UC Berkeley、UW-Madison、UW 与桂林电子科大；WACV 2026）问的是文本生成视频模型能否用 **世界知识** 做事实生成。官方规模：**6 大类、60 子类、1,200 条 prompt** — 物理、自然、活动、文化、因果、物体知识。打分混合人工与 VLM。论文对 10 个前沿系统的评估发现，多数模型无法生成真正知识正确的视频。

公开的 `eval.py` 产出 `quality`、`realism`、`relevance`、`consistency` 四项 0–5 分，以及 `final` 0–20 分。六大知识类别描述的是 prompt 集；公开 CSV 没有单独的类别分。

论文：[T2VWorldBench](https://arxiv.org/abs/2507.18107)。代码：[magiclinux/world_knowledge](https://github.com/magiclinux/world_knowledge)。Prompt CSV 已内置；完整元数据 / 样例视频在 Drive。

WorldFoundry **内置 runtime 源码并归一化官方结果文件**。完整官方 VLM 评测仍需上游 LLaVA runtime 与已就位的 Drive 资产。

<BenchmarkPageSections id="t2vworldbench" locale="zh" />

## 如何运行

```bash
worldfoundry-eval zoo benchmark-run \
  --benchmark-id t2vworldbench \
  --mode official-validation \
  --official-results-path <model_video_assessment_scores.csv> \
  --generated-artifact-dir <generated_videos> \
  --output-dir tmp/t2vworldbench/official-validation \
  --json
```

默认导入：`WORLDFOUNDRY_T2VWORLDBENCH_RESULTS_PATH`。可选根：`WORLDFOUNDRY_T2VWORLDBENCH_ROOT`。仓内 prompt：`worldfoundry/data/benchmarks/assets/t2vworldbench/prompt/prompt.csv`。

仓内指针：`worldfoundry/data/benchmarks/tasks/external/t2vworldbench.yaml`，`worldfoundry/evaluation/tasks/execution/runners/t2vworldbench/runtime/t2vworldbench`。

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

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