WorldBench — Voxel Biomes and Dual-Evidence Evaluation

Krish Bakshi / WorldBench · GitHub

Source / project Author demo Original source Prompt / process

原作者论文 Figure 6：上行为 Claude Fable 5.1，下行为 GPT-6 Astra 的雨林实测帧。每行包含0/2/4/6秒画面和变化像素叠图；只有下行属于 Astra。0%和38.4%是论文该次测量，不代表所有场景的动画结论。 · Krish Bakshi / WorldBench

Source-language note

同一份浮岛描述要求模型用单文件 Three.js 实现十种生态区、河流、天气、昼夜与季节。作者公开 Astra 的世界 HTML 和逐项评测材料；论文图展示其雨林近景，并把静帧观感与实际像素变化分别检查。

Outputs

Three.js体素世界
单文件HTML源码
作者评测与成果对照图

Prompt & task

Availability · source language

The repository includes the complete prompt. Read it there in context.

Task summary · source language

公开任务要求十类生态区的相邻与高低关系、物理水与天气、昼夜和四季；评测前允许限定轮数的报错修复，不向生成模型反馈评分或成果截图。

Read the creator’s source for published tasks and process details.

Prompt / process

Sources & verification

Evidence note · source language

作者 README、论文及 outputs/gpt-6-astra/world.html 明确对应 Astra；实际代码 SHA-256 与 capture manifest 的 world_sha256 一致。其他四个模型的世界和多模型评审不是 Astra 输出。论文参考总览主要是 Fable，因此未采用通用岛屿宣传图。

Checks · source language

GitHub原作者README、原站模型页、Astra世界HTML及评测文件均完整GET200；未运行第三方工程或复现评分。论文PNG完整GET200、image/png、249024字节、723×252，Content-Length一致，SHA-256 1509a2d0de5be06e2f888b0a94260cc8983ab696691c5bd270577f6bb3ca46e5，Pillow全图解码与实际查看通过。仓库树580项核对，匿名API首次限流，认证只读复查成功。

Observations & limitations · source language

可取得Astra单文件世界实现、完整公共任务说明和作者评测记录。原作者模型页可达并包含世界预览入口，本库未完成交互试玩或独立复现；论文也讨论代码存在而画面未呈现、视觉判断误报和无人工标签等限制。10月7日为论文日期，世界首次公开日期未确认，sourceDate保留null。

Rights & attribution

论文页面标注CC BY 4.0；本轮GitHub API未返回仓库LICENSE，公开源码不等于已确认开放源码许可证。作者代码、论文与成果媒体按各自权利和使用条件处理，不纳入本库MIT。