WorldScore

WorldScore（斯坦福）把 3D/4D 场景生成与视频世界模型 放进同一协议。模型收到起始场景加一串 相机指定的布局指令。三个分面归一化为 worldscore_average：

• 可控性 — 相机与物体 / 条件控制
• 质量 — 视觉与重建保真
• 动态 — 时间行为

论文：WorldScore。项目：haoyi-duan.github.io/WorldScore。代码：haoyi-duan/WorldScore（MIT）。数据：Howieeeee/WorldScore（修订 42c4e267e1cc0529af1b0284ce018e04d43906e3）。

WorldFoundry 仓内内置核心 runtime，并把 evaluation.json 树转成 scorecard。有界动态组件已验证；完整指标树执行未验证。完整指标需要 DROID / lietorch、GroundingDINO、SAM、光流 / 插帧、Mamba 及对应权重。

评测维度

• 可控性

  类型轴

  相机与物体/条件控制。

• 质量

  类型轴

  视觉与重建保真。

• 动态

  类型轴

  相机指定 rollout 的时间行为。

数据组成

• 规模

  斯坦福统一世界生成评测。起始场景 + 相机指定布局指令。数据 Howieeeee/WorldScore（MIT），修订 42c4e267e1cc0529af1b0284ce018e04d43906e3。

• 来源

  Howieeeee/WorldScore · github.com

• 模态

  image · video · 3d · 4d

• 许可证

  MIT

• 说明

  有界动态组件已验证。完整指标树执行（DROID/lietorch、GroundingDINO、SAM、光流、Mamba）未验证。

指标

指标

• controllability

  方向越高越好

  WorldScore 相机与条件可控性指标族。

• quality

  方向越高越好

  WorldScore 视觉与重建质量指标族。

• dynamics

  方向越高越好

  WorldScore 时序动态指标族。

• worldscore_average

  方向越高越好

  WorldScore 指标族的归一化聚合分。

  主指标WorldScore Average

Leaderboard

官方实时榜，嵌在本页。不是 WorldFoundry 跑分。 Hugging Face Space（Howieeeee / 作者）.

如何运行

hf download Howieeeee/WorldScore --repo-type dataset \
  --revision 42c4e267e1cc0529af1b0284ce018e04d43906e3 \
  --local-dir cache/worldfoundry/data/hfd_datasets/Howieeeee/WorldScore

worldfoundry-eval zoo benchmark-run \
  --benchmark-id worldscore \
  --mode official-validation \
  --official-results-path <official_results.json> \
  --generated-artifact-dir <generated_videos> \
  --output-dir tmp/worldscore/official-validation \
  --json

GPU 路径：--generated-root、--data-path、--num-jobs。暂存助手：--stage-dynamic-source、--stage-sample-index、--stage-target-frames。环境变量：WORLDFOUNDRY_WORLDSCORE_RESULTS_PATH、WORLDFOUNDRY_WORLDSCORE_OUTPUT_DIR、WORLDFOUNDRY_WORLDSCORE_CONFIG_ROOT。共享栈：worldscore_spatial_metric_stack。

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

产物包括 scorecard.json（主键 worldscore_average）与 per_sample_metrics.jsonl。

← 返回 Benchmark Hub