WBench发布：测出了世界模型的边界

📌 评测20个主流模型发现：不存在全能选手！ 导航能力与其他维度完全脱钩，并在多轮交互中平均分跌33点，成为当前最大瓶颈。 ✨ 89个多轮案例，覆盖导航、主体动作等4大交互类型。 独创统一交互接口，首次实现对文本、相机、动作三类模型的跨范式公平评测。