Code Video Model：用编程智能体把提示写成可执行代码再生成视频

研究团队于 10 月 12 日发布 Code Video Model：由编程智能体把自然语言提示写成可执行程序，控制场景布局、运动、时序、相机轨迹与物理动态并渲染代理视频；再用免训练的 early-step conditioning，让预训练视频模型跟随代理结构并吸收参考图外观。项目页、技术报告、代码与 CodeVideoBench 数据集已公开；X 官宣约 556 赞、3.6 万曝光，GitHub code-video-model/CodeVideoModel 约 439 star。

谁能用：研究代码与数据集公开可复现；需自备算力与预训练视频模型权重，非消费级 App/API 订阅。面向研究与实验用户，无 Free/Pro 分层。 解读：可控视频生成从「提示词玄学」转向「可编辑代码中间表示」。讨论：① 代理视频保真度够不够工业化？② 与原生 3D/引擎管线相比优势在哪？