Orbia 源码精读：720 个探索回访案例，怎么

让视频世界模型当游戏引擎用：玩家操纵相机绕过货架，拐进没见过的走廊，两分钟后原路返回——门口那座石狮子还在吗？

新加坡国立大学和光子工作室等团队刚放出的 Orbia 基准，专门拿这事儿去戳模型的肺管子。它不打分画质，而是用 720 个带真实坐标的探索回访案例，硬测模型会不会把自己的 3D 世界走散。

跑完 27 个模型，结果挺扎心：画面好看基本不保证 3D 世界不散架。视觉质量和一致性指标的相关性极低；世界模型和纯文生视频模型最大的差距在相机控制；而且序列一拉长，生成内容的持久度普遍掉一大截。27 个模型里，没有一个能做到六项全优。

这套评测最狠的地方，是它盯住了那些容易被平均分的细节。一个场景里最招眼的石狮子可能只占画面的 5% 出头，丢了它，整图平均一下几乎看不出来。Orbia 就给这些锚点单独打分，把“丢地标”这种显眼失败直接揪出来。

代码、数据集和完整榜单已经全部开源。对做世界模型的人来说，这东西最实际的用法就是当个“遗忘率仪表盘”——训练前后各跑一轮，输入保留和生成内容持久度的差值，比肉眼刷 demo 诚实得多。