---
title: "WorldScore – 斯坦福大学推出的世界生成模型统一评估基准"
url: "https://paooo.com/aigc-news/20561/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T09:41:48+08:00"
updated_at: "2026-06-08T09:41:48+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, HuggingFace, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# WorldScore – 斯坦福大学推出的世界生成模型统一评估基准

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20561/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 斯坦福提出 WorldScore，用统一布局规范评估世界生成模型，覆盖 3D、4D、I2V、T2V。
- 基准从可控性、质量、动态性三维度打分，并支持多场景、长序列与相机轨迹控制。
- WorldScore 含 3000 个测试样本，较多项现有基准更全面，适合研究与模型对比。

## 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/](https://haoyi-duan.github.io/WorldScore/?utm_source=ai-bot.cn)

- **Github仓库**：[https://github.com/haoyi-duan/WorldScore](https://github.com/haoyi-duan/WorldScore)

- **arXiv技术论文**：[https://arxiv.org/pdf/2504.00983](https://arxiv.org/pdf/2504.00983)

- **HuggingFace数据集**：[https://huggingface.co/datasets/Howieeeee/WorldScore](https://huggingface.co/datasets/Howieeeee/WorldScore)

## WorldScore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-Bench
150
❌
❌
❌
✅
❌
❌
❌

EvalCrafter
700
❌
❌
❌
❌
❌
❌
❌

FETV
619
❌
❌
❌
❌
❌
❌
❌

VBench
800
❌
❌
❌
❌
❌
❌
❌

T2V-CompBench
700
❌
❌
❌
❌
❌
❌
❌

Meng et al.
160
❌
❌
❌
❌
❌
❌
❌

Wang et al.
423
❌
❌
✅
❌
❌
❌
❌

ChronoMagic-Bench
1649
❌
❌
❌
❌
❌
❌
❌

WorldModelBench
350
❌
❌
❌
✅
❌
❌
❌

**WorldScore**
**3000**
✅
✅
✅
✅
✅
✅
✅

## WorldScore的应用场景

- **图像到视频生成**：通过生成高质量的视频内容，应用于视频制作、动画设计等领域。

- **图像到3D生成**：将2D图像转换为3D模型，用于虚拟现实、增强现实和3D建模等场景。

- **数据集支持**：数据集包含动态和静态配置的多媒体数据，适用于多种任务，帮助研究人员优化和改进模型。

- **研究与开发**：WorldScore 数据集为研究人员提供了标准化的测试平台，用于开发和验证新的3D/4D场景生成算法。

- **自动驾驶场景生成**：通过生成逼真的3D场景，用于自动驾驶系统的训练和测试，帮助提高自动驾驶系统的安全性和可靠性。

## 常见问题解答 (FAQ)

### WorldScore 主要评估什么？
WorldScore 主要评估世界生成模型的三项能力：可控性、质量和动态性。它通过基于相机轨迹的统一布局规范，把不同方法放到同一标准下比较，适用于 3D、4D、图像到视频和文本到视频任务。

### WorldScore 和其他视频基准有什么不同？
它的核心区别是支持多场景生成与统一评估，不只看单段视频效果，还能衡量连续场景、长序列、图像条件、相机控制和 3D 一致性，因此覆盖面比多数现有基准更广。

### WorldScore 适合哪些应用场景？
适合图像到视频、图像到 3D、3D/4D 场景生成、研究验证以及自动驾驶场景合成等任务。它提供标准化测试平台，便于比较不同模型并优化生成质量与稳定性。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
