别只看世界模型榜单第一：HiDream-O1-World 还要过哪些工程门禁

判断一个世界模型有没有真正进步，不能只看它能不能生成一张漂亮的奇幻场景。更严格的问题是：用户走出去以后，回头还能不能找到原来的路；物体被挡住再出现时，位置是否一致；修改天气或增加物体后，原有世界是否继续存在。HiDream-O1-World 的公开 Demo 和 WBench 成绩，正好把这些问题摆到了台面上。

这篇文章不把官方案例当成独立实测。当前 HiDream-O1-World 尚未提供完整的公众体验，相关描述主要依据官方展示和公开榜单；重点放在评测证据、技术边界和后续验收标准。

WBench 交互式世界模型评测榜单 — WBench 按质量、场景、交互、一致性和物理等维度比较交互式世界模型。

先把世界模型拆成五个门禁

WBench 将交互式世界模型拆为质量、场景设定、交互、一致性和物理。画面质量回答是否自然，场景设定回答是否遵守条件，交互回答动作是否响应，一致性回答同一个世界能否持续，物理回答物体和动作是否合理。只看画质，无法判断模型是否真的可探索。

公开证据与边界

HiDream-O1-World 公开介绍的两条主线是 3D 先验注入 Memory 和 TTT。前者维护几何、位置和遮挡关系，后者根据新视角和轨迹在线适配。公开榜单显示它综合分 80.9、一致性 88.0、物理 73.3，排名第一。这是特定基准下的领先结果，不是所有开放环境下的全面证明。

工程验收表

维度	记录内容	失败信号
一致性	回退、转身、遮挡后的差异	建筑漂移、道路重构
物理	碰撞、遮挡、重力、持久性	穿模、物体消失
编辑	目标修改范围	局部指令导致全局重生成
性能	延迟、显存、长时成本	短 Demo 可用、持续运行不可用
证据	版本、输入、日志、失败样例	只有宣传视频

结论

HiDream-O1-World 代表世界模型从生成眼前画面走向维护可探索空间的尝试。WBench 结果值得关注，但空间记忆、在线适配和物理交互仍需要更多公开实验。当前不宜追着榜单部署，应该等待模型、接口和失败数据完整后，用自己的长时交互任务验收。

参考：WBench 榜单、WBench 论文。