商汤开源了个视频模型，它的产物是代码

商汤在10月28日开源了 SenseNova 6.8 Code2Video。27B参数，Apache 2.0许可，512K上下文，权重、配置和tokenizer都在HuggingFace上。

它和常见的视频模型走的路不一样。扩散模型直接生成像素，它生成代码，代码执行后画出视频的每一帧。官方model card的说法是，模型通过生成可执行代码来构建和渲染视频，目前聚焦在完全用代码实现的短视频。

这个差别最直接的影响是可控。原文举了个例子：你说"把标题改成蓝色"，变化的只有那几行代码，视频其它部分不动。不用为了一个细节把整段渲染重跑二十遍，赌这次别的地方不坏。

传统流程里，改一帧像抽卡。Code2Video把视频变成代码工程，改一处就是一次diff。

它适合motion graphics、讲解视频、图表和动画文字，不适合真实影像。换句话说，它不处理实拍素材，它把脑洞码成片。

模型基于Qwen3.8-27B微调。HuggingFace页面推荐的运行环境是Claude Code，因为一部完整片子是长程任务：写代码、渲染、看帧、修改，一轮接一轮。官方给出的配置是512K上下文，自动compaction阈值0.8，单次输出64K，一次能跑10小时以上、2000轮以上。

{
  "env": {
    "CLAUDE_CODE_MAX_CONTEXT_TOKENS": "524288",
    "CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "80",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "64000"
  }
}

生产流程分三段。第一段用强模型做prompt增强，他们用的是Claude Opus 5.5。第二段把增强后的提示词交给Code2Video，在Claude Code里调用code-video skill生产，产出final.mp4、SPEC.md和VERIFY.md。第三段可选，人写notes，模型在同一个项目里改出新版本。

想研究它怎么工作，trajectories/all.openai.jsonl里存了一部片子一行的完整记录，包含推理、工具调用、结果、重试和压缩摘要。357张过程图在trajectories/figures/。GitHub上有production skill，包含工作流、工艺指南和渲染工具。

部署方面给了LightLLM、vLLM、SGLang三个例子，都是4卡张量并行。门槛不低，普通用户可能得等托管服务。

代码作为视频的中间层，好处很直接：开发者熟悉的那套工具都能用上，版本控制、diff、参数化、复用。代价是能力边界清楚，只能做不依赖实拍的内容。它没打算替代扩散模型，补的是另一块拼图：那些本来该由程序生成、却一直在让模型猜的画面。

视频编辑里，re-roll不该是默认动作。Code2Video至少给了一个别的选项。

模型：https://huggingface.co/sensenova/SenseNova-6.8-Code2Video

代码和skill：https://github.com/OpenSenseNova/SenseNova-6.8-Code2Video

原帖：https://x.com/mikenevermiss/status/2115727056373760003