从采样像素到编写代码：一条不同的技术路线

10月27日，商汤SenseNova团队正式开源SenseNova 6.8 Code2Video，一个270亿参数的开放权重模型。它的特别之处不在于画质多么惊艳，而在于它生成视频的方式与主流扩散模型完全相反——它不是通过一次采样生成整段画面，而是写出并运行代码来渲染每一帧。这个模型基于Qwen3.8-27B微调，采用Apache 2.0许可，团队称单次生产运行可以持续十小时以上、超过两千个智能体回合。对于习惯了输入提示词、等待出片的短剧创作者来说，这条路线打开的是另一扇门。

为什么用代码：可控性压过像素

商汤团队给出的理由直白而务实：采样式模型把整段视频一次性生成，尺寸、时序、运动轨迹都是隐式的，改一个细节整段都会变；而屏幕上的文字、公式、数据恰恰是最容易乱码的部分。Code2Video把每个元素变成具名对象，缩放或改时间只影响对应的那一个，文字按字面排版、数据来自源头，每一帧都是时间的纯函数，同一段代码永远渲染出同一部影片。这对于需要精确呈现台词卡、数据图表、商品参数的短剧与广告物料尤其关键，也解释了它为什么更像一个动态图形与教学演示引擎，而非真人表演替代工具。

对AI短剧生产的真实意义

把镜头拆解成代码，意味着场景里每一台摄像机的位置、景深与时间戳都是已知的。团队把这些程序定位为视频模型与三维重建的带标签训练数据来源，设想用代码渲染做快速预览、再由视频模型上色。这种混合思路，给短剧工业化提供了一条可控、可复现、成本更低的预可视化路径。现实约束也同样直接：模型不追求照片级真实感，单次运行耗时以小时计，目前只给出定性示例、尚无系统基准。但对预算紧、迭代快的微短剧团队而言，把标题动画、分镜草图、数据可视化先交给代码渲染，再交给生成模型精修，已经是一套能落地的省钱工序。