WARNING

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

视频世界模型 — demo.py 代码详解

Download demo.py

cd docs/world-models/video/sora/code
python demo.py

本文件没有训练 CNN。两件事：架构框图；用 np.roll 做「估计位移后的朴素下一帧」。

代码逐段详解

光斑中心 (8+t, 6+2t)，圆盘 ogrid 距离小于 12。运动是每步 $\mathrm{\Delta }=(1,2)$ 像素。

pred = np.roll(frames[-2], shift=(1, 2), axis=(0, 1))

roll：数组循环平移。用 $t$ 帧平移 $(1,2)$ 去猜 $t+1$。真 $t+1$ 若还在画布内，应对得很齐；靠近边界会被卷到另一侧——这就是「没有世界模型、只做光流平移」的脆弱点。

axis('off') 去掉刻度。三张图：现在、真下一帧、朴素预测。

源码位置

docs/world-models/video/sora/code/demo.py