WorldEval

WorldEval: World Model as Real-World Robot Policies Evaluator进阶

用视频世界模型代替真机跑推演，给机器人策略打分和排名的评测方法。

WorldEval 是美的集团与华东师范大学研究者 2025 年 5 月提出的机器人策略评测方法，用世界模型代替真机做评测。真机逐个测策略又慢又难复现。WorldEval 让策略在世界模型里闭环运行：策略看生成画面输出动作，世界模型据此生成下一段视频。为让视频严格跟着动作走，作者提出 Policy2Vec，让视频生成模型跟随潜在动作生成画面。实验显示它的排名与真机成绩高度相关，还能区分同一策略的不同检查点、拦下危险动作。2026 年 4 月的后续工作 dWorldEval 改用离散扩散世界模型，并用「进度 token」自动判断任务是否完成。