微软研究院 Code Video Model：先用代码写出可改的 Three.js 预演，再喂给视频模型
流程是提示词 → 编码智能体写 Three.js 场景（布局、相机、物理方程）→ 一分钟内渲出低模代理视频 → 只在采样前约 25% 步用代理约束结构，再由冻结的 MiniMax-H3 出成片。代码 Apache-2.0，附 CodeVideoBench；自报总分约 85，高于最强基线 VACE 的约 74–81。
为什么重要 视频模型一直在「黑盒里猜物理」。把分镜、轨迹改成可编辑代码，等于给 AI 视频装上电影预演：改一行路径，整条镜头跟着变，而不必重掷骰子。