世界模型是否具备类似人类”物体恒存”的认知能力，正成为衡量建模水平的核心标尺：当物体暂时离开视野、并在遮挡期间持续发生物理变化时，模型能否记住它的身份、推演它的状态，并在它重新出现时准确还原 … 该基准以 360 段高质量真值视频为基础，搭配自动化指标与语义化 VQA 评估体系，系统测试了 10 个主流世界生成模型，清晰揭示了当前技术在记忆一致性上的核心短板：没有一个的”物体重现得分”超过 0.6（满分 1） … 这个看起来简单的范式，考验的是世界模型的核心能力：模型不能只是在做逐帧的画面生成，而是必须在视野外维护一个持续演化的世界状态。