Omni-WorldBench专门评估世界模型，一共1086个题目。 核心测四个指标： InterStab-L：长时间的内容一致性。 比如相机转了一圈回到原点，画面应该和开始时一样。
 InterStab-N：非目标区域的稳定性。 如果你只是扔了一个球，背景不应该跟着乱动。
 InterCov：物体响应的语义一致性。 受影响的物体该动就动，不该动的就别动。 InterOrder：事