虚幻引擎CEO围观最新世界模型：代码驱动，视频模型生成画面
2026.09.08 · 事件 · 论文 · 论文预印本
西湖大学与南洋理工团队提出Code World Model，用代码维护世界状态，视频模型负责生成视觉画面。
西湖大学AGI Lab与南洋理工大学提出Code World Model，以语言模型为“大脑”，通过coding agent编写、调用和修改代码来维护可执行的world state，再由proxy转换为视觉条件，指导video model生成精细画面。原型使用约5.6小时游戏数据训练，推理时由GPT-5.6 Sol担任coding agent，生成124帧、1344×768、24FPS视频。
- 语言模型负责知识、规则与长期因果
- 视频模型负责外观、运动细节与光照
- proxy连接可执行状态与视频生成
- 游戏运行时记录提供严格对齐数据
- 原型用8张H800训练，约5.96亿参数
为什么值得看
重新划分世界模型职责，提升可控性与效率
适合谁关注
关注视频生成、世界模型与AI游戏引擎的研究者