WBench – 美团推出的交互式视频世界模型多轮评测基准

WBench是什么WBench 是美团 LongCat 团队推出的，首个面向交互式视频世界模型的系统性多轮评测基准，包含 289 个测试案例和 1058 个交互轮次，覆盖自然、城市、幻想等 6 类场景