微软开源 Code Video Model，用代码实现可控视频生成

微软研究院开源 Code Video Model，借鉴电影工业的前期可视化预览（Previs）机制，将可查看、可修改的中间环节引入 AI 视频生成流程。该模型采用「先代码后生成」的思路：输入提示词后由编程 Agent 先用代码搭建场景骨架，再据此生成视频，并以 agentic coding 作为可控视频生成的引擎，无需额外训练即可实现更可控的视频生成。论文、代码与数据均已开源。

2026-10-12 ~ 2026-10-13 · 3 条相关

• Code Video Model:用代码当引擎做可控视频生成,无需训练 — angrypenguinPNG · 2026-10-12
• 微软开源 Code Video Model:先写代码摆场景再生成视频 — xiaohu · 2026-10-13

另有 1 条近重复转述:xiaohu