arXiv 新增 + world-model diagnostic benchmark · P2 · 2026-06-20

Current World Models Lack a：它和通用视觉自监督的关系在于：WRBench 追问世界模型是否在目标离开视野后继续推进状态，是视频基础模型的重要诊断

中相关；详见方法、贡献和实验边界。

Current World Models Lack a Persistent State Core　arXiv 新增 + world-model diagnostic benchmark　原文链接

编号2606.20545 优先级P2 类别arXiv 新增 + world-model diagnostic benchmark 会议arXiv 新增 + world-model diagnostic benchmark 方法WRBench 追问世界模型是否在目标离开视野后继续推进状态，是视频基础模型的重要诊断来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：WRBench 追问世界模型是否在目标离开视野后继续推进状态，是视频基础模型的重要诊断。中相关；详见方法、贡献和实验边界。

**Figureure 2 · WRBench method overview**Figure 2 WRBench method overview. Natural-25 event-view records supply the scene, event, and viewpoint intervention; WRBenchLib translates each record into a generated video and provenance record per model; the evaluation suite scores six diagnostic dimensions from control execution to re-observed-state consistency; and human preference annotation calibrates each dimension independently.这张图概括 Current World Models Lack a 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Figureure 1 · WRBench Teaser**Figure 1 WRBench Teaser. A shared scene, event, and viewpoint intervention test whether visible and returned evidence support the same evolving world state. The returned target must preserve the event endpoint, not merely reappear plausibly.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Current World Models Lack a 的方法或实验，请结合正文精读段落一起看。

核心问题

它和通用视觉自监督的关系在于：WRBench 追问世界模型是否在目标离开视野后继续推进状态，是视频基础模型的重要诊断。

方法拆解

WRBench 追问世界模型是否在目标离开视野后继续推进状态，是视频基础模型的重要诊断

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。