**Página principal** Últimos informes

Noticias**

StrideWorld evalúa la rigidez de las escenas en modelos de video interactivo**

StrideWorld presenta un nuevo estándar de referencia para evaluar la rigidez de las escenas y la consistencia de las acciones en modelos de video interactivo, destacando las principales deficiencias en el rendimiento.**

StrideWorld Benchmark Evaluates Scene Rigidity in Interactive Video Models

En este artículo**

Los investigadores han presentado StrideWorld, un nuevo estándar de referencia diseñado para evaluar la rigidez de las escenas y la consistencia de las acciones en modelos de video interactivo. El estudio, liderado por Chuang Wang y sus colaboradores, fue publicado el 18 de noviembre de 2026 en arXiv y cuenta con una implementación de código abierto disponible en GitHub.**

Abordando la deformación de las escenas y la incoherencia de las acciones**

Los modelos de video interactivo permiten a los usuarios explorar escenas generadas a través de comandos, lo que requiere la preservación de la estructura 3D de la escena y la estabilidad de los efectos visuales. Los estándares de referencia existentes suelen utilizar datos del propio video que se está analizando, lo que puede ocultar errores como la deformación de las escenas o respuestas de acción incoherentes. StrideWorld supera estas limitaciones al utilizar referencias fijas establecidas antes de la generación de los movimientos.Específicamente, evalúa la rigidez de la escena en relación con la geometría de la vista inicial, así como la consistencia de las acciones basada en el paso de cada comando, medido durante los primeros pasos del modelo.

Resultados clave y rendimiento del modelo

StrideWorld probó 15 modelos abiertos en 140 vistas iniciales, generando 54.600 videos. Los resultados revelaron importantes diferencias en el rendimiento:

  • Todos los modelos, excepto uno, presentaron deformaciones en la escena durante el movimiento de la cámara, con desviaciones que llegaron hasta 7,3 veces superiores a las de una renderización rígida.
  • La mayoría de los modelos mantuvieron un ritmo constante en las acciones individuales, pero varios experimentaron interrupciones en el transcurso de rutas compuestas.
  • Solo dos modelos que ajustaron los comandos en función de la profundidad estimada de la escena lograron predicciones precisas de las rutas, alineándose de manera cercana a sus propias estimaciones basadas en el paso.

El ajuste fino de dos modelos a partir de un pequeño conjunto de clips renderizados redujo efectivamente las interrupciones en el transcurso de las rutas, demostrando el potencial de mejoras dirigidas.

Disponibilidad como código abierto

El benchmark StrideWorld, junto con su código, datos y tabla de clasificación, está disponible públicamente en GitHub. El conjunto de datos incluye 3.640 solicitudes por modelo, que abarcan 104 escenas renderizadas y 36 fotografías en 3D (formato ETH3D). Se proporcionan métricas como las desviaciones de rigidez, las puntuaciones de ritmo y los errores de composición para facilitar evaluaciones completas.

StrideWorld representa un avance significativo en el benchmarking de modelos de mundos de video interactivos, ofreciendo un marco sólido para identificar y resolver deficiencias críticas en la consistencia de escenas y acciones.

  • strideworld
  • ai benchmarks
  • interactive video
Inicie sesión para guardar este artículo Cuenta gratuita: construya su colección de investigación y vuelva a leerlo en cualquier momento.