WorldScore 项目启动与配置教程
2025-05-19 17:07:12作者:韦蓉瑛
1. 项目目录结构及介绍
WorldScore 项目目录结构如下:
WorldScore/
├── assets/
├── config/
│ ├── model_configs/
│ └── utils/
├── notebooks/
├── requirements/
├── thirdparty/
│ ├── DROID-SLAM/
│ ├── Grounded-Segment-Anything/
│ └── sam2/
├── world_generators/
│ ├──_configs/
│ └── generate_videos.py
├── worldscore/
│ ├── analysis/
│ ├── benchmark/
│ │ ├── datasets/
│ │ ├── evaluation/
│ │ ├── utils/
│ │ └── visuals/
│ └── metrics/
├── .gitignore
├── .gitmodules
├── LICENSE
├── MANIFEST.in
├── README.md
├── download.py
├── pylintrc
├── ruff.toml
├── setup.py
└── ...
各目录及文件功能说明:
assets/: 存储项目所需的资源文件。config/: 包含模型配置文件及工具类。notebooks/: Jupyter 笔记本文件,用于数据分析与可视化。requirements/: 存储项目依赖的 Python 包列表。thirdparty/: 存储第三方库的源代码。world_generators/: 包含用于生成视频的模型类和配置文件。worldscore/: 包含项目的核心代码,如分析工具、评估方法、指标计算等。.gitignore: 指定 Git 忽略的文件和目录。.gitmodules: 定义 Git 子模块。LICENSE: 项目的开源许可证文件。MANIFEST.in: 指定打包时包含的文件。README.md: 项目的说明文件。download.py: 用于下载项目所需数据的脚本。pylintrc: Python 代码风格配置文件。ruff.toml: 另一个 Python 代码风格配置文件。setup.py: 用于构建和打包 Python 包的脚本。
2. 项目的启动文件介绍
项目的启动主要是通过 world_generators/generate_videos.py 脚本实现的。该脚本负责调用配置好的模型类生成视频。
启动命令如下:
python world_generators/generate_videos.py --model-name <model_name>
其中 <model_name> 是用户自定义的模型名称。
3. 项目的配置文件介绍
项目的配置文件主要包括以下两部分:
模型配置文件
模型配置文件位于 config/model_configs/ 目录下,每个模型都有一个对应的 YAML 文件,例如 model_name.yaml。该文件包含了模型的初始化参数和生成视频所需的配置。
一个典型的模型配置文件如下:
_target_: world_generators.<model_name>.<model_name>
model_name: <model_name>
generation_type: i2v
frames: <frames>
fps: <fps>
# 其他模型特定的参数
环境配置文件
环境配置文件为 .env 文件,位于项目根目录。该文件定义了项目运行所需的环境变量,如项目路径、模型路径和数据集路径等。
一个典型的环境配置文件如下:
WORLDSCORE_PATH=/path/to/worldscore
MODEL_PATH=/path/to/model
DATA_PATH=/path/to/dataset
在运行项目之前,需要创建 .env 文件,并正确设置环境变量。然后,在新的终端会话中导出这些变量:
export $(grep -v '^#' .env | xargs)
以上是 WorldScore 项目的启动和配置文档。按照以上步骤操作,您可以顺利地启动并运行该项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1