WBench：美团LongCat的多轮交互视频世界模型评测基准

美团LongCat开源仓库meituan-longcat/WBench将多轮交互式视频世界模型评测沉淀为独立、可复现的基准。与单帧生成质量指标不同，它评估模型在多轮交互过程中的表现，为视频世界模型的能力比较提供统一标尺，便于研究者复现结果。适合关注视频世界模型与交互式内容生成的团队选型参考。本次公开材料未披露评测维度等更多细节。