SenseNova 6.8 Code2Video: SenseTime veröffentlicht unter Apache 2.0 ein Modell mit 27 Milliarden Parametern, das Videos durch Programmieren erstellt

SenseTime hat am Mittwoch, den 28. Oktober, um 15:09 Uhr Pariser Zeit auf X offiziell SenseNova 6.8 Code2Video vorgestellt, dessen Gewichte bereits am Vortag auf Hugging Face hochgeladen worden waren. Das chinesische Modell setzt einen Gegenentwurf zu den aktuellen Videogeneratoren: Statt Pixel zu produzieren, schreibt es das Programm, das jedes Bild zeichnet, führt es aus, betrachtet das Ergebnis und korrigiert es.

Das Modell umfasst 27 Milliarden Parameter, ist auf Basis von Qwen3.8-27B feinabgestimmt, akzeptiert einen Kontext von 512 000 Token und ist unter der Apache-2.0-Lizenz ohne kommerzielle Nutzungsbeschränkung veröffentlicht.

Ein Video, das sich wie ein Programm bearbeiten lässt

Bei einem klassischen Generator entsteht das Video aus einem einzigen Zufallszug. Die Farbe eines Titels oder das Tempo eines Übergangs zu ändern, zwingt dazu, die Generierung neu zu starten, und der Rest des Bildes ändert sich mit. SenseTime nennt in ihrer Dokumentation drei Kritikpunkte: Bewegungen, die plausibel, aber physikalisch falsch sind, Videos, die schwer nachzubearbeiten sind, und Texte, Formeln oder Zahlen auf dem Bildschirm, die oft verzerrt sind.

Mit Code2Video ist jedes Element ein im Code benanntes Objekt und jedes Bild ist eine Funktion der Zeit: Derselbe Code erzeugt immer denselben Film. Eine Nachbearbeitung („ändere die Kulisse in Pastelltöne“, „füge ein Flugzeug hinzu“) wird zu einer Änderung weniger Zeilen, und was nicht betroffen ist, bleibt identisch. Das Repository zeigt so ein Flughafen-Paneel mit Lamellen, das in zwei Notizrunden überarbeitet wurde.

Die angestrebten Anwendungen sind präzise: Grafikanimationen, Erklärvideos (Mathematik, Daten), stilisierte 2D- und 3D-Szenen, animierte Typografie, kleine Figuren, prozeduraler Ton, synchronisiert mit der Musik. SenseTime schreibt es klar: Das Modell erzeugt keine fotorealistischen Bilder.

Gedacht für stundenlanges Arbeiten in Claude Code

Code2Video ist kein Ein-Klick-Werkzeug. Die beschriebene Kette umfasst drei Schritte: Ein leistungsstarkes allgemeines Modell verwandelt zunächst eine kurze Anfrage in eine detaillierte Spezifikation (SenseTime verwendet Claude Opus 5.5), dann produziert Code2Video den Film in Claude Code, dem Programmieragenten von Anthropic, mit einer mitgelieferten „Skill“ code-video (acht Fertigungsanleitungen, Rendering- und Prüfwerkzeuge), schließlich kann der Ersteller Korrekturen im selben Projekt anfordern.

Der Anbieter kündigt Sitzungen von mehr als 10 Stunden und mehr als 2 000 Runden an und stellt Bereitstellungsbefehle mit vLLM, SGLang und LightLLM bereit, die auf vier GPUs verteilt sind. Er veröffentlicht auch die vollständigen Produktions-Trajektorien (Nachrichten, Tool-Aufrufe, Kontrollbilder), die zum Verstehen oder Reproduzieren der Methode nützlich sind. Man muss Node.js, Python, ffmpeg und einen von Playwright gesteuerten Chromium-Browser für das Rendering vorsehen.

Was SenseTime noch nicht beweist

Die Dokumentation ist offen über ihre Grenzen. Es existiert kein veröffentlichter Benchmark: nur ausgewählte Beispiele, darunter ein 90-sekündiger Launch-Film, der als vom Modell erstellt präsentiert wird. SenseTime räumt eine deutliche Rückstand gegenüber den besten proprietären Modellen bei der visuellen Fertigstellung und der Zuverlässigkeit bei langen Aufgaben ein und präzisiert, dass eine Produktion noch Stunden Agentenarbeit erfordert.