观看与获取
公开样片
《Does AI Help You Learn?》采用白板讲解风格，以一块持续存在的白板、手写内容、移动画笔和线条角色组织画面。本案例介绍已发布的三分钟英文版，由项目维护者 LeoGuoLabs 编写。
v0.1.0 中固定的公开播放文件实测为 180 秒、1920 × 1080、24 fps、H.264 视频及 48 kHz 双声道 AAC 音频，大小为 32,014,920 字节。这是该文件的实际规格，不是所有风格的导出承诺。
输入与环境
使用下方所链接代码版本的完整 checkout，并取得 SHA-256 固定的 whiteboard-short-inputs.tar.gz 与 MP4。输入包包含 18 段旁白 WAV、音频清单、timeline.json、字幕和 media/asr/review.json；源码、字体和乐器采样位于仓库中。
文档记录的环境是 Apple Silicon macOS、Node 24、Python 与 FFmpeg 8。安装锁定的 npm 依赖，并在虚拟环境安装 studio 的 requirements.txt。原样重放可用现有录音；新旁白需要可访问的语音服务或导入音频，包内不提供凭据。
可编辑影片如何组织
content/narration.json 保存脚本，src/film.mjs 保存短片构图，media/timeline.json 对齐旁白、字幕和画面时钟。长版使用独立内容目录与 src/long-film.mjs，不能替代短版输入。
制作新主题时，创建独立的外部工程，同时改写旁白与场景。画面、声音、字幕、镜头和音效共用时间轴；仅替换字幕不能完成影片改编。
从输入到输出
让 Codex 按仓库白板重建说明执行。以下命令使用独立 checkout，避免覆盖保留的制作工程。fetch_demo.py 在安装前核对 Release 文件大小与 SHA-256。
八秒命令只生成画面预览。build.py 随后验证场景、渲染、混音、导出元数据并执行交付检查。--skip-atlases 只跳过图集生成，不会将画面或听审标记为完成。
git clone https://github.com/visiontrail/codex-film-studio.git whiteboard-replay
cd whiteboard-replay
git checkout a331a949c97f7350084e0f84630c80538cf81621
python3 scripts/fetch_demo.py --edition short
cd styles/whiteboard/studio
npm ci
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
node scripts/render.mjs --start 0 --end 8 --width 960 --out media/preview.mp4
.venv/bin/python scripts/build.py --skip-atlases证据与限制
链接版本的注册表记录 public-inputs-and-repository、已有场景渲染器及 sample_rebuild: clip。它表示片段重建，不能当作本次已完成整片重放。Release 中的 media/asr/review.json 记录语音识别和对齐证据，不能证明画面质量或主观听感。
本案例核对了公开资源身份和播放文件元数据，未进行新的整片重建、逐字节编码一致性验证、整片视觉审阅或听审，也未测量制作成本与渲染耗时。渲染器与编码器版本可能影响输出，请结合下方源码和审阅方法判断范围。