EYBX-processed — 动作条件世界模型训练数据

《恶意不息》(No Rest for the Wicked) BOT 漫游录像的处理产物：从 yuzhewu207/EYBXROAM 的 161.88 GB 原始录像 + 20 Hz 引擎日志，重建为可直接起训的 per-frame 动作条件 latent。

这个仓库不含原始录像，只含处理后的产物与完整的处理代码。

产物	数量	说明
latent/pool/	22,782	Wan2.2 TI2V VAE latent，[48, 21, 30, 52] bf16，含 1,900 条转场
latent/text_table_eybx.pt	1,253 键	UMT5 文本表，训练时不必再挂 11 GB 的 T5
clips/	22,782	832×480 / 16 fps / 81 帧 / 无音轨 的 mp4
meta/*.jsonl	22,782 行	每个 clip 一行，含 21 个 latent cell 的逐 cell 真值
logs/<session>/	—	时间轴、逐帧亮度、逐秒标签、可用片段等中间产物
code/	17 个脚本	从原始录像复跑到 latent 的完整流水线

数据规模

两轮录制，共 50.9 h：

session	时长	环境	漫游段 / 传送	状态采样
20260821_190601_787	34.55 h	游戏自带昼夜 + 天气	1,015 / 1,087	2,300,620
20260823_201942_753	16.39 h	钉死 Day / Clear	589 / 597	1,162,287

打标剔除损坏 / 传送窗口 / 长时间卡住 / 低照度后，可用 33.35 h，切成 20,882 个 定长片段（81 帧 @16fps，步长 84 帧），再加 1,900 条燃烧转场语料。

快速开始

hf download teawhite/EYBX-processed --repo-type dataset --local-dir ./EYBX
bash ./EYBX/unpack.sh              # 解开分片 + 重建 train/val 划分

数据以 tar 分片存放：45,000+ 个散文件会撞上 HuggingFace 的提交配额 （256 commits/小时），所以 latent 每 1,000 个、clip 每 2,000 个打成一个不压缩的 tar， 仓库里只有 36 个分片而不是 4.5 万个文件。unpack.sh 一条命令还原成下面的结构。

三个划分目录（train_eybx / val_eybx / pool_heldout）在仓库里是清单而不是副本， unpack.sh 会按清单软链到 pool/ —— 省掉 67 GB 的重复。

每个 latent 的内容：

import torch
d = torch.load("latent/pool/clip_Eybx_100000001_000000.pt", weights_only=False)
d["latent"]            # bf16 [48, 21, 30, 52]  — 48 通道 / 21 个 latent cell / 30×52
d["prompts"]           # list[str] 21 条，逐 cell 的完整 prompt
d["prompts_bossdrop"]  # list[str] 21 条，场景 dropout（只剩动作从句）
d["actions"]           # list[int] 21 条，9 类动作索引
d["scenes"]            # list[str] 21 条，逐 cell 场景
d["purity"]            # list[float] 21 条，每个 cell 的场景纯度
d["rt_ratio"]          # 该 clip 的模拟实时率中位数（见「已知问题」）

Prompt 模板

train / inference 必须逐字一致：

In a 2.5D top down view, {场景从句}, the player is {动作从句}.

• 场景从句 18 条，全部 in a … 开头，见 code/scenes.py
• 动作 9 类：standing idle + 8 个方向（moving up / moving up-left / …）
• 场景 dropout（prompts_bossdrop）= 去掉场景从句： In a 2.5D top down view, the player is {动作}. —— 9 个裸串
• 转场 trigger 从句内含目的地： {A 场景从句} burning away into {B 名词短语} / … cutting to …

起训注意（会静默出错的地方）

必须传 --val_frac 0。 clip 步长 84 帧、clip 本身 81 帧 —— 相邻两个 clip 只差 3 帧， 画面几乎一样。按文件名哈希划分会把同一段素材的相邻窗口分到训练和验证两边，val 指标直接失真。 验证走 val_eybx（按 leg 整体留出，另有 16 个 buffer leg 两边都不进）。

分辨率只能是 832×480。 848×480 会静默炸：52→53 是奇数，DiT 的 stride-2 会丢掉最右一列 latent。 832/1280 = 0.6500、480/720 = 0.6667，比值 0.9750，即 2.5% 横向压缩（SAR 40:39）。

号段不能撞。 基础 1e8(s1) / 2e8(s2)、burn 3e8、hardcut 4e8。

时间轴（这一步不做，后面每一步都是歪的）

约定 video_t = log_vt + offset(log_vt)：

session	offset
20260821_190601_787	全程 +0.123 s
20260823_201942_753	vt < 14400：+0.101 s · vt > 14400：−4.029 s

20260823 的台阶是 OBS 在 4 h 附近掉了约 4 秒画面造成的。不修的话该 session 75% 的素材 动作与画面错开约 65 帧 —— 等于告诉模型「按下 W 之后 4 秒画面才动」。 用三种互相独立的方法测过，对落差的估计分别是 −4.10 / −4.06 / −4.13 s。

世界→屏幕映射

3×2 线性映射（含高度项 —— 2.5D 斜视角下上下坡本身会改变屏幕纵向位移）：

• 832×480 画幅下：横 26.6 / 纵 16.9 px per 世界单位，gx/gy = 1.57
• 符号：世界 +x → 屏幕左，世界 +z → 屏幕下
• 相机刚性跟随玩家，无平滑无滞后

动作标签闭环验证：把「日志经映射预测的 8 方向」与「视频光流实测的 8 方向」做混淆矩阵， 42,456 个样本上完全一致 **87.7%**、±45° 内 **98.0%**、最佳整体旋转 0 格。

转场语料

用动作真值找接缝，把两个不同场景的 clip 用燃烧转场拼成一个新的 81 帧 clip， 目的是训练一个可触发的换场景开关：推理时把场景从句换成 trigger 从句握持几个 cell， 模型就烧向指定的新场景。四条硬约束：

1. trigger 从句内含目的地
2. 燃烧起止踩 latent cell 边界（(N_pre−1) % 4 == 0、N_burn ∈ {8,12,16}）
3. N_pre 在样本间随机（否则模型把燃烧绑到位置而不是绑到 prompt）
4. 烧完切回纯 B；动作从句全程不变

1,500 条 burn + 400 条 hardcut（cutting to，负对照，教模型 trigger 词 ≠ 火）， 覆盖 182 个场景对，其中 20 对留出不进训练集（pool_heldout，组合泛化评测的 GT 参照）。

决策

#	决策	取值
D1	卡住	只丢连续 ≥2s 的（短卡住是碰撞，是要学的内容）
D2	低照度	帧均值 < 6（度量必须是 lum_scan.py 的 64×36 bicubic）
D3	帧率	16 fps，81 帧 = 21 个 latent cell
D4	两轮混训	混，不加 session embedding
D5	传送边界	固定余量 [leg_end−1.0s, leg_start+1.5s]
D6	分辨率	832×480

已知问题

1. 世界降速未过滤。 逐 clip 的 rt_ratio（由日志里的 Quantum 帧号算出）已记进 sidecar， 但按 D1–D5 没有用于过滤。两轮都没有真正的冻结（rt < 0.05 合计 0.00 h）； 20260821 存在的是降速：rt < 0.5 占 2.37 h（6.9%）、rt < 0.8 占 9.44 h（27.6%）。 做控制服从评测时应排除低 rt 片段，否则会把「模型不听话」和「世界本来就慢」混在一起。
2. 转场语料只覆盖 14 / 18 个场景。 缺 house_interior / ship_deck / ship_hold / timber_room —— 这 4 个场景凑不出「21 个 cell 动作恒定 + 单一场景」的底料， 合计只占全库 2.7%。
3. 白模缺陷区整区排除：phalenChurch、MountainPassCaveB、willsFarmIrmgardHouseInterior。
4. 游戏内 UI 偶发叠加。 拾取物品的提示面板会短暂压在画面上，属于「有时有、有时没有」的 叠加层，未做检测。右上角的 build 号水印（恒定 29466）按约束保留 —— 它在每一帧同一位置、同一内容，对模型是常量偏置。
5. **idle 只占 1.05%**（原始日志里是 8–10%）。这是 D1 的连带后果：cutlist 只剩运动腿， 模型基本学不会「站着不动」。

复跑

bash code/run_all.sh     # 需要原始录像（见上方源仓库）+ Wan2.2 TI2V VAE / UMT5

顺序不能改：解析日志 → 全片亮度扫描 → 对齐（找台阶 → 解相机映射 → 偏移精修 → 定稿） → 动作闭环校验 → 打标切段 → 切 clip → 转场语料 → VAE 编码 → 文本表 → 划分 → 闸门。

更详细的处理记录见 HANDOFF.md。

来源与许可

画面内容来自 Moon Studios 的《恶意不息》(No Rest for the Wicked)，版权归原权利人所有； 本仓库仅为研究用途发布其处理产物（降分辨率片段与 VAE latent）与处理代码。 原始录像与引擎日志来自公开数据集 yuzhewu207/EYBXROAM。 处理代码本身可自由使用。