跳转到内容

Action Control

action_control 维度评估生成 rollout 是否遵循 benchmark 声明的控制信号:文本指令、相机轨迹,以及显式运动监督。该维度将正式指标分数汇总写入 per_dimension_summary.json,是 WorldAtlas 的顶层评测轴之一。

这与 perceptual quality、temporal smoothness 或几何一致性不同。一条 prediction 可以看起来清晰流畅,却仍然违背所要求的场景内容、相机路径或规定运动。因此 action control 衡量的是指令保真度——画面变化是否与 evaluator 被要求执行的控制一致。

该维度覆盖三类控制信号。Prompt 与 scene control 由 prompt_alignment 承担;其中 prompt_alignment 在存在显式 instruction supervision 且样本非 self-conditioned 时,对 protocol anchor frames 与目标指令做对齐评分。Camera control 使用 camera_error,将预测相机运动与 pose sidecar 比较。Action 与 motion control 包括 mask 监督下的 motion_accuracy,以及 keystroke 指标族——keystroke_strict_action_accuracy、keystroke_partial_action_accuracy、keystroke_traj_score、keystroke_natet 与 keystroke_nater。