World Model Bench（简称 WM Bench）是世界上第一个用于评估世界模型和具身人工智能系统认知能力的基准，旨在超越传统的图像和视频质量评估，专注于模型的认知能力。 该数据集围绕世界模型能力评估构建，涵盖感知、认知与具身三大核心维度，细分为环境理解、实体识别与分类、基于预测的推理等 10 类任务，并设计 100 个多样化场景，用于系统性评估模型在复杂环境中的认知与决策能力。

数据字段:

• id：样本唯一标识
• cat：任务类别标签
• scene_context：场景上下文输入
• PREDICT：预测输出，标识危险与安全方向
• MOTION：动作输出，描述动作情感