微软提出用可执行代码控制视频生成的 Code Video Model

微软团队提出 Code Video Model：由 Coding Agent 把提示词转成 Three.js 程序，将几何布局、物体运动、相机轨迹和事件时序统一为可执行场景表示，再用程序预演视频引导视频生成。 据该团队介绍，研究在保持 MiniMax-H3 参数冻结的条件下考察条件组成、介入阶段、持续时长及原生通路，视频模型保持冻结、无需额外训练控制模块；两类通路的条件介入均在去噪过程前约 25% 阶段对生成影响更大。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。