RecodeX 重构消息,微软团队提出Code Video Model,以可执行代码作为视频的控制表示。由Coding Agent将提示词转化为Three.js可执行场景程序,先生成预演视频,支持在生成前对场景布局、运动轨迹、物理参数进行检查、编辑与验证。

研究提出免训练的阶段化条件调度范式:在冻结预训练视频模型参数的前提下,早期引入预演的时空结构约束,后期撤去预演条件,改由文本、参考图引导外观细化,从而保留程序定义的结构与运动准确性,同时避免结果被预演的低多边形风格主导。

该方案可支撑动漫、子弹时间镜头、场景编辑、物理过程还原等多类可控视频生成,将传统生成后反复试错的镜头迭代前移至生成前的预演验证阶段。