CaliBench: Are the Stochastic Dynamics of Video World Models Physically Calibrated?（在新窗口打开）
CaliBench 在骰子、轮盘等离散结果空间检验 video world model 是否复现已知随机分布，多数 i2v 模型显著 miscalibrated。
- 在闭式参考分布的可解释离散结果空间上直接测校准，而非 learned feature 空间
- 分解 scorability 与 calibration（相对参考的总变差距离），并用卡方检验显著性
- 评测九场景六款 image-to-video 模型，发布 mnTV 协议与对比基准