RecodeX 重构消息，高德视觉技术中心联合南京大学、清华大学、北京大学推出交互式世界模型评测基准WorldRoamBench，包含1000余个长时漫游样例，从动作、视觉、物理和记忆四个维度对12款主流交互式世界模型进行评测。该基准针对现有评测多聚焦短片段、难以暴露长时交互问题的局限，改进了动作轨迹掩盖局部错误、首尾帧对比忽略中途视觉漂移等问题。实测显示没有模型能在各维度全面领先，Genie 3在部分维度表现突出但存在明显偏科。目前WorldRoamBench已开放评测入口，相关代码和脚本将逐步开放。