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。

wm07 视频生成式世界模型 — exercise.py 练习指南

Download exercise.py

练习目标

1. 实现高斯光斑渲染 render_blob
2. 实现视频切分 build_supervised_pairs
3. 实现开环滚动预测 open_loop_rollout

任务清单

TODO 1：render_blob

$$I(y,x)=\exp (-\frac{(y-r{)}^2+(x-c{)}^2}{2{\sigma }^2})$$

用 np.meshgrid(..., indexing='ij') 生成坐标网格后直接向量化计算。

TODO 2：build_supervised_pairs

对每条轨迹每个合法 $t$，取 videos[i, t:t+hist] 为输入、videos[i, t+hist] 为目标，最后 np.stack。

TODO 3：open_loop_rollout

用真实前 hist 帧启动；循环中把 model 的预测 append 回 frames，再取 frames[-hist:] 作为下一步输入。返回 (n_roll, H, W)。

易错点：若每步仍用 video 的真实未来帧，就变成闭环/教师强制，误差不会随时间明显增长。

完成后的验证

运行后应看到开环第 10 步 MSE 大于第 1 步 MSE——误差累积是成功标志。

源码位置

clone 后打开（相对仓库根目录）：

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