본 논문은 공간적 일관성을 갖춘 세계 모델을 개발하기 위한 새로운 데이터셋과 벤치마크를 제시합니다. 효과적인 세계 모델은 공간적 일관성을 유지하여 고품질 시각적 생성과 시뮬레이션 및 계획과 같은 후속 작업의 신뢰성을 보장해야 합니다. 이를 위해서는 장기간의 관찰 정보를 유지하고 명시적 또는 암묵적 내부 공간 표현을 구축할 수 있는 메모리 모듈이 중요합니다. 하지만 기존 데이터셋 및 벤치마크는 공간적 일관성을 명시적으로 강조하지 않고 시각적 일관성이나 생성 품질에만 초점을 맞추고 있습니다. 본 연구는 Minecraft 환경에서 150개의 서로 다른 위치를 샘플링하여 약 250시간(2천만 프레임)의 루프 기반 탐색 비디오와 행동 데이터를 수집하여 이러한 한계를 해결합니다. 데이터셋은 시퀀스 길이에 대한 커리큘럼 설계를 따르며, 모델이 점점 더 복잡한 탐색 경로에서 공간적 일관성을 학습하도록 합니다. 또한, 데이터 수집 파이프라인은 새로운 Minecraft 환경 및 모듈로 쉽게 확장 가능합니다. 제시된 벤치마크에서는 네 가지 대표적인 세계 모델 기준 모델을 평가했습니다. 데이터셋, 벤치마크 및 코드는 오픈소스로 공개되어 향후 연구를 지원합니다.
