RoboWM-Bench：用于评估机器人操作世界模型的基准
[Daily Paper] RoboWM-Bench: A Benchmark for Evaluating World Models in Robotic Manipulation
AI summary
研究者提出 RoboWM-Bench，一个面向机器人操作的世界模型评测基准，通过把模型生成的视频转化为机器人动作并在物理仿真中执行，衡量其物理可执行性而非视觉质量。基准用人手姿态工具 HaMeR 跟踪 21 个关键点并映射到机械臂末端执行器，机器人视频则用 IDM 提取动作，并以 4D Gaussian 重建真实场景实现 Real-to-Sim。评测显示人手视频的成功率普遍高于机器人视频，Wan 2.6 分别约 77% 与 23%，Veo 3.1 约 53% 与 10%，Cosmos 约 14% 与 5%，在机器人数据上微调的 Cosmos-Finetune 约 48%。常见失败模式包括接触力预测不准、几何畸变、可变形物体操作与双手协调。