智元、NVIDIA及多所高校研究人员联合开发的世界模型评测平台WorldOracle正式上线，并开放评测提交。该平台采用335条真实操作轨迹，约四成交互片段包含失败或次优操作，以真实执行结果检验模型预测能力。对7款世界模型的测试发现，部分模型虽能较准确还原机械臂动作，但对物体状态的预测仍存在较大偏差，长时序预测表现也明显下降。