从“看起来真实”到“真的能行动”：PAI-Bench、WorldModelBench 与 DreamGen Bench 具身世界模型评测全景指南

一、先给出全局结论PAI-Bench、WorldModelBench 和 DreamGen Bench 都在回答同一个根本问题：一个模型生成的视频很逼真，是否意味着它真的理解了物理世界，并能帮助机器人做出正确行动？答案通常是：不一定。三者分别从不同层次检验“世界模型”：基准核心问题主要评测对象最突出的价值WorldModelBench生成的视频是否遵守指令、常识和物理规律？文生视频、图生视频模型建立细粒度的世界建模评分体系DreamGen Bench视频模型能否适应特定机器人身体，并产生对机器人训练有用的视频？适配机器人后的图生视频模型将视频评分与机器人策略成功率联系起来PAI-Bench模型能否生成、控制并理解物理世界？视频生成模型、可控视频模型、多模态大模型将生成、条件控制和视频理解统一到 Physical AI 框架中