跳转到正文

RUITA / DAILY BRIEF ·

AI 工具与产品

代码先排镜头和动作,再让视频模型成片:团队测试分数高于对照方法

Code Video Model 先把文字提示变成可编辑的场景程序,生成低细节预演,再让视频模型在生成前段参考预演来安排画面结构;团队称这一步不需要额外训练。在团队自建的 CodeVideoBench 中,项目页分别报告 85.2、82.1、85.8 分;对照方法 VACE 为 74.3、73.1、80.6。分数来自团队自己的测试,不能证明成片一定符合真实物理或科学事实。

核心信息

  1. 01

    系统按提示生成场景程序,安排物体、运动和镜头,再渲染低细节预演视频与参考图;项目页称预演不到一分钟可完成。

  2. 02

    预训练视频模型在生成前段参考预演与图片,之后不再持续受预演约束;项目页称无需额外训练。

  3. 03

    项目方在自建 CodeVideoBench 上报告三组分数:85.2、82.1、85.8;对照方法 VACE 为 74.3、73.1、80.6。分数对应项目页列出的三种评测模型,属于团队报告。

代码预演怎么帮助生成视频

系统先把提示写成程序,算出场景里物体如何移动、镜头如何安排,再渲染一段低细节预演。之后,视频模型只在生成前段参考预演来确定结构,后续主要负责生成最终画面。这样创作者可以先改程序,再重新生成成片。

测试分数支持到哪一步

团队的 CodeVideoBench 测试中,Code Video Model 在三种评测模型下的分数为 85.2、82.1、85.8;对照方法 VACE 分别为 74.3、73.1、80.6。分数显示该方法在团队选定的可控视频任务中高于这组对照,但评测来自项目团队,不能证明真实用户偏好、复杂物理过程或科学内容都正确。