SenseNova 6.8 Code2Video: SenseTime pubblica con licenza Apache 2.0 un modello da 27 miliardi di parametri che crea video scrivendo codice

SenseTime ha presentato ufficialmente su X, questo mercoledì 28 ottobre alle 15:09, ora di Parigi, SenseNova 6.8 Code2Video, i cui pesi erano stati depositati il giorno prima su Hugging Face. Il modello cinese prende le distanze dai generatori video attuali: invece di produrre pixel, scrive il programma che disegna ogni immagine, lo esegue, guarda il risultato e lo corregge.

Il modello conta 27 miliardi di parametri, è affinato a partire da Qwen3.8-27B, accetta un contesto di 512.000 token ed è pubblicato con licenza Apache 2.0, senza restrizioni d’uso commerciale.

Un video che si modifica come un programma

In un generatore classico, il video esce da un’unica estrazione casuale. Cambiare il colore di un titolo o il ritmo di una transizione obbliga a rilanciare la generazione, e il resto del piano cambia con essa. SenseTime ne trae tre critiche nella sua documentazione: movimenti plausibili ma fisicamente falsi, video difficili da ritoccare, e testi, formule o cifre sullo schermo spesso deformati.

Con Code2Video, ogni elemento è un oggetto nominato nel codice e ogni immagine è una funzione del tempo: lo stesso codice rende sempre lo stesso film. Un ritocco (« passa lo scenario in toni pastello », « aggiungi un aereo ») diventa una modifica di poche righe, e ciò che non è interessato resta identico. Il repository mostra così un pannello aeroportuale a lamelle rilavorato in due turni di note.

Gli usi mirati sono precisi: animazioni grafiche, video esplicativi (matematica, dati), scene 2D e 3D stilizzate, tipografia animata, piccoli personaggi, suono procedurale sincronizzato sulla musica. SenseTime lo scrive chiaramente: il modello non genera immagini fotorealistiche.

Pensato per girare ore in Claude Code

Code2Video non è uno strumento in un clic. La catena descritta conta tre fasi: un modello generalista potente trasforma dapprima una richiesta breve in capitolato dettagliato (SenseTime utilizza Claude Opus 5.5), poi Code2Video produce il film in Claude Code, l’agente di programmazione di Anthropic, con una « competenza » code-video fornita (otto guide di produzione, strumenti di rendering e verifica), infine il creatore può chiedere correzioni nello stesso progetto.

Lo sviluppatore annuncia sessioni di oltre 10 ore e più di 2.000 turni, e fornisce comandi di deployment con vLLM, SGLang e LightLLM distribuiti su quattro GPU. Pubblica anche le traiettorie complete di produzione (messaggi, chiamate agli strumenti, immagini di controllo), utili per comprendere o riprodurre il metodo. Bisogna prevedere Node.js, Python, ffmpeg e un browser Chromium pilotato da Playwright per il rendering.

Cosa SenseTime non dimostra ancora

La documentazione è franca sui suoi limiti. Non esiste alcun benchmark pubblicato: solo esempi scelti, tra cui un filmato di lancio di 90 secondi presentato come realizzato dal modello. SenseTime riconosce un netto ritardo rispetto ai migliori modelli proprietari in finitura visiva e affidabilità sui compiti lunghi, e precisa che una produzione richiede ancora ore di lavoro dell’agente.