一句话看懂：Hugging Face Papers 收录的论文提出 WorldFoundry，一套面向世界模型的开源推理与评测基础设施，试图把视频、3D/4D、具身动作和交互式世界系统纳入统一框架，让“世界智能”从看起来像变成可以测量。
事件核心：发生了什么
根据论文摘要，研究团队先给出生成式世界模型的定义：它需要维护一个持续、受历史条件约束的环境表征，能根据动作或干预更新该表征，并生成时间上连贯的轨迹。基于这一定义，团队提出 WorldFoundry，覆盖感知 grounding、持久状态建模、可控变换、动力学预测和闭环交互五个维度。目前公开信息显示，该目录收录 270 个模型条目、74 个基准和 62 个注册指标条目，并把模型发现、运行准备、执行编排、产物管理和交互可视化整合到同一套开源基础设施中；其模态适配器保留各系统原生输入、执行语义和评测协议。
为什么重要
视觉生成模型正越来越像环境模拟器，但画面逼真不等于具备物理动力学或因果一致性。WorldFoundry 的价值在于把“可执行”与“可评测”分开：显式清单、持久产物契约和证据感知评分卡让每项主张都能追溯到支撑材料。对 AI 行业而言，这提供了一种可复现比较异构世界模型的基础设施思路，可能影响视频生成、具身智能和交互式内容的技术路线选择，但摘要未披露具体实验结论，因此不宜过度解读为已有排名。
对用户/开发者/创作者的影响
对开发者，WorldFoundry 的开放目录和统一执行语义可降低跨模型对比与复现成本，尤其适合做视频生成、3D/4D 场景和具身动作研究的团队。对创作者，交互式世界系统的可视化与产物管理可能让原型验证更直接，但目前仍是研究基础设施，不是面向消费者的产品。对企业采购，可关注其评测协议能否成为内部选型参考，但需注意论文摘要不等于已上线服务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 WorldFoundry 是否公开可运行的代码与完整评测结果；二是 270 个模型和 74 个基准的覆盖质量及更新机制；三是是否有闭源模型或主流视频生成产品跟进类似的可复现评测标准。
