Năm trường đại học hàng đầu ra mắt chuẩn đánh giá đầu tiên cho mô hình thế giới ba góc nhìn trong robot

Thử thách TriWorldBench, được đồng khởi xướng bởi Đại học Bắc Kinh (Peking University), Đại học Thanh Hoa (Tsinghua University), Đại học Hàng không Vũ trụ Bắc Kinh (Beihang University), Đại học Giao thông Thượng Hải (Shanghai Jiao Tong University) và Đại học Khoa học và Công nghệ Trung Quốc (University of Science and Technology of China), vừa công bố bảng xếp hạng hàng tuần đầu tiên. Đây là benchmark đánh giá đầu tiên dành cho các mô hình thế giới ba góc nhìn (three-view world models) trong lĩnh vực robot, nhằm xây dựng một hệ thống đánh giá toàn diện hơn cho các mô hình thế giới hiện thân (embodied world models), đồng thời thúc đẩy các mô hình này chuyển từ 'sinh ảnh trực quan' sang 'hiểu biết về thế giới'. Benchmark này đánh giá các mô hình dựa trên tính nhất quán đa góc nhìn, khả năng thực hiện nhiệm vụ và khả năng hiểu không gian vật lý, đồng thời mở cửa cho các nhóm nghiên cứu trên toàn cầu tham gia. Trong tuần đầu tiên, ba mô hình dẫn đầu bảng xếp hạng là WoVR_Plus của CASIA-DRL, BetaBWM của Nhóm Trí tuệ Không gian TONGJI (TONGJI Spatial Intelligence Team), và Fysiverse-Video của Fysics AI. Benchmark tập trung vào việc sinh và hiểu video từ ba góc nhìn: góc nhìn từ đầu (head view), góc nhìn từ cổ tay trái (left-wrist view) và góc nhìn từ cổ tay phải (right-wrist view). Hệ thống sử dụng 500 chuỗi cảnh (episodes) đồng bộ ba góc nhìn, bao quát 50 nhiệm vụ điều khiển của robot, và tổng hợp 19 tín hiệu đánh giá trên sáu chiều (dimensions) thành một điểm tổng hợp gọi là TWB-Score. Hệ thống cũng xây dựng các chú thích STATE từ các quỹ đạo tham chiếu để đánh giá trạng thái chuyển động và tĩnh của robot. Bảng xếp hạng sẽ được cập nhật thường xuyên, và ban tổ chức khuyến khích sự tham gia của các nhóm nghiên cứu toàn cầu thông qua trang web chính thức và kho lưu trữ GitHub.