代码写视频：先画火柴人的

微软研究院把写代码和生成视频这两件事拧成了一条流水线，方案名叫 Code Video Model。

路子照录。它的目标是让 AI 生成视频别再开盲盒。头一步是先把代码写出来，画面怎么摆、动作怎么走、物理怎么算，全部锁死。构图稳住之后撤掉代码参考，换成按参考图去还原真实质感。一句提示词丢过去，它先写一段类似网页三维引擎的代码。

代码这头把舞台、桌椅、角色和机位逐一安排妥当，连运动轨迹与物理碰撞的算式都替你算好。先冒出来的是一版游戏质感的动态预览。椅子要是摆歪了，改一行代码当场就能拨正。顺序跟电影里一模一样，先把骨架画成火柴人，再让画师上去上色。

这条思路借的是传统电影工业里的前期可视化预览，也就是 Previs 那套机制。老办法是先搭个简易三维场景把机位、走位和镜头节奏过一遍，确认了才开机。挑战那层也交代了，如果直接把代码视频全程喂给扩散模型，它容易连同简陋的几何和平坦的材质一起模仿，成片就带着一股塑料感。

解法那句同样照录，团队搬来一套不用重训的调度办法，名字叫早期步数条件注入。扩散采样那几步只让它先参照代码定构图和骨架，往后就撤走代码，专心按参考图把细节补回来。

"改一行代码立刻纠正"这半句是场重心。前面那间 AI 办公室讲的是把工位交给别人摆，这条讲的是把镜头交给代码摆。跟前面雨夜那间店呼应，那条在把提示词拆成六层，这条在把提示词变成可以改的程序。

两头都在提醒同一件事，生成的下一步是可控。而可控的钥匙不在更大的模型，在中间那层能被人类改一改的东西。跟前面先搭台子那条也接得上，一个在三维里先布景再出图，一个在虚拟空间里先摆机位再出片，两头走的是同一条路。

火柴人骨架这个比喻我单独拎出来，它把这件事的门槛说得极低，先粗后细的顺序一换，开盲盒就成了画图纸。

我留的疑问有三处。这套方案什么时候开放没给；代码那段由谁来写没拆；Previs 的预演精度到什么程度也没数，这些都在那篇长文里才看得到。

这周拿它试一组镜头，看看改一行代码是不是真能救回一个歪掉的构图。