交互式世界模型能够生成环境并在其中行动，但对已有可执行世界的有目的编辑研究不足。我们将世界编辑定义为在保持应保持不变的属性的前提下，对现有世界进行干预，并提出“干预深度”概念，描述编辑对实体、动力学和系统耦合的强度。我们通过工业级游戏模组实现该能力，构建 IGMWorld 并推出 IGMBench 基准，包含 110 项任务和超过 1100 条可执行状态与行为准则，覆盖 Minecraft 与 Terraria。任务分为属性、实体、动力学和系统四类干预，评估指标包括确定性可执行性、行为符合性、保持性和视觉一致性。现有前沿编码代理已展现出显著的世界编辑能力：在严格的任务层面上，最佳配置完成率为 78.2%，在准则层面达到 94.8%。可靠性随干预深度下降，即使在评估准则数量相近的任务中也呈现相同趋势。大多数失败的编辑仍能成功构建并加载，说明主要难点在于让编辑后的世界按需求表现。视觉一致性仍是薄弱环节，所有配置的联合视觉通过率均低于 50%。这些结果表明，世界编辑是与世界生成和交互不同的能力，可执行游戏是研究该能力的实用平台。
点评