Long Sequence / Memory

long_sequence 维度评估生成 rollout 是否保住已经出现过的内容，以及相机走开再走回来时，那里是否仍是原来的样子。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。

维度键

long_sequence

汇总写入 per_dimension_summary.json

指标族

3

长时保持、长时质量、闭环记忆

核心问题

状态持续性

更长 horizon 上，后续观测是否仍与更早的观测一致？

范围

按长时保持、长时质量和闭环记忆分组的指标。

长时质量

对 rollout 做无参考美学与成像打分。这类指标不要求轨迹闭合。

• long_sequence_aesthetic_quality
• long_sequence_imaging_quality

长时保持

已见区域和物体应随 rollout 继续而仍在。Long-Sequence backend 还提供运动平滑度与动态程度。这类指标不要求轨迹闭合。

• long_sequence_motion_smoothness
• long_sequence_dynamic_degree

闭环记忆

memory_loop suite：一张静图、60 秒 rollout，以及一条几何上严格闭合的相机轨迹。回访参考是模型自己在更早时刻于同一估计视点生成的那一帧。

• memory_return_gate — official
• memory_scene_f1
• memory_revisit_fidelity
• memory_geometric_closure
• memory_rendering_recovery
• memory_half_life — official

其他测量协议

按 GT 动作索引或协议首末帧切分，同样是正式文档指标；只比较使用相同协议的结果。

• scene_memory_f1
• memory_revisit_consistency

读数说明

• 这与 action control、几何一致性或 perceptual quality 不同。一条 prediction 可以走对路径却忘掉离开前的房间，也可以相邻帧看起来清晰，而视点回来时墙面和家具已经换了。
• memory_return_gate 判断相机是否真的离开并返回。闭环官方分来自衡量点云重叠的 memory_scene_f1、衡量位姿/特征一致性的 memory_geometric_closure，以及衡量外观恢复的 memory_revisit_fidelity 与 memory_rendering_recovery。配对从估计位姿读出，不按对称时间索引取样。
• 榜单展示单项指标，不生成混合口径的 memory 总分。memory_scene_f1 使用任务均值：有效输入下门控失败计零；真正测量不可用保留缺测，并显示覆盖率。其他 memory 列保留各自的条件测量口径与来源，Scene 单列更新不代表其他列也经过重新核验。
• memory_half_life 是探索性的保真度衰减拟合，可靠的数值是正式榜单结果，但不能解释为经过验证的因果记忆寿命。gate 同样是正式指标，报告通过率。
• 应将 long-sequence 分数与 action control 一起阅读：走不回去的模型是没有回访，不是忘掉了场景。