让AI Agent「试玩」世界模型，长程目标评测有了新基准PlayWorld

当评测世界模型不再依赖固定按键序列，而是让AI Agent像真实用户一样“玩”游戏，我们能否更公平地衡量其理解世界的能力？香港大学等机构联合快手可灵团队提出的PlayWorld基准，用171个样本和820余个问题，揭示了当前世界模型在持续演化与空间一致性上的深层短板。

• PlayWorld由香港大学、香港中文大学、浙江大学和快手可灵团队联合提出，将评测单位从固定动作序列升级为场景相关的长期目标。
• 核心创新是Agent Player，它通过多模态模型与接口转换器，在交互中动态选择Keep、Stop、Extend、Correct、End五种决策，以适应不同模型的动作粒度。
• 评测覆盖几何一致性、交互保真度、视野外演化和视野内演化四个维度，共171个样本和820余个问题。