Quality

quality 维度评估生成 rollout 是否视觉上稳定、清晰、自然，以及在存在 paired reference 时是否保持重建式相似。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。

这与指令跟随、几何自洽性或物理动态评分不同。一条 prediction 可以看起来清晰、风格也稳，却仍然违背所要求的场景、破坏三维结构，或在物理上漂移。因此 quality 衡量的是视觉保真度——风格、感知自然度、低层外观稳定性，以及在有参考时的重建式一致。

该维度覆盖两类质量读数。风格与感知质量由 style_consistency、perceptual_quality、image_quality 与 hpsv3_norm 承担，并辅以 suite 级分布指标 jedi。外观稳定性使用 brightness_distribution_consistency、color_temperature_constraint 和 sharpness_retention 刻画低层光度漂移，并由 temporal_flickering、background_consistency 与 segment_continuity 检查闪烁、场景外观漂移和意外切镜。rollout_aesthetic_drift 与 rollout_imaging_drift 是正式的 rollout 长度质量指标。长时无参考分数 long_sequence_aesthetic_quality 与 long_sequence_imaging_quality 见 Long Sequence / Memory。

WorldAtlas 在该维度全程采用严格资格规则。七个完整的正式 image_static quality 指标——sharpness_retention、perceptual_quality、style_consistency、brightness_distribution_consistency、color_temperature_constraint、image_quality 与 hpsv3_norm——进入 per_metric_summary，并等权计入 quality 总分。长时 drift 指标在其配置的 suite 中同样为正式指标。旧别名不是标准指标的额外副本。这些低层槽位受 iWorld-Bench quality 轴启发，但不是对未公开 iWorld-Bench 代码的复现。应将 quality 分数与 action control、consistency、physics 一起阅读：强外观并不意味着世界模型服从了控制、记住了场景，或遵守了物理动态。