SenseNova 6.8 Code2Video：SenseTime、Apache 2.0で270億パラメータの動画生成モデルを公開、コードを書いて映像を作る

SenseTimeは今週水曜10月28日、パリ時間15時09分にXで正式にSenseNova 6.8 Code2Videoを発表した。モデルの重みは前日にHugging Faceにアップロードされていた。この中国製モデルは現在の動画生成器とは対照的なアプローチを取る。ピクセルを生成するのではなく、各画像を描くプログラムを書き、それを実行し、結果を見て修正する。

モデルは270億パラメータ、Qwen3.8-27Bからファインチューニングされ、512,000トークンのコンテキストを受け付け、Apache 2.0ライセンスで公開されており、商用利用に制限はない。

プログラムのように編集できる動画

従来の生成器では、動画は1回のランダムな試行から生まれる。タイトルの色やトランジションのリズムを変えるには生成をやり直す必要があり、ショットの他の部分も変わってしまう。SenseTimeはドキュメントで3つの批判を挙げている。物理的に正しくないがもっともらしい動き、修正が難しい動画、画面上のテキスト、数式、数字がしばしば歪むことだ。

Code2Videoでは、各要素はコード内で名前を付けられたオブジェクトであり、各画像は時間の関数となる。同じコードは常に同じ映画をレンダリングする。「背景をパステル調にして」「飛行機を追加して」といった修正は数行の変更になり、関係ない部分は同一のままだ。リポジトリは、2ターンのノートで再加工されたスラット付きの空港パネルを示している。

対象とする用途は明確だ。モーショングラフィックス、説明動画（数学、データ）、スタイライズされた2D・3Dシーン、アニメーションタイポグラフィ、小さなキャラクター、音楽に同期したプロシージャルサウンド。SenseTimeは明記している。このモデルはフォトリアリスティックな画像を生成しない。

Claude Codeで何時間も動かすために設計

Code2Videoはワンクリックのツールではない。説明されるチェーンは3段階ある。まず強力な汎用モデルが短い依頼を詳細な仕様書に変換する（SenseTimeはClaude Opus 5.5を使用）。次にCode2VideoがClaude Code、Anthropicのプログラミングエージェント内で、提供される「スキル」code-video（8つの制作ガイド、レンダリング・検証ツール）とともに映画を制作する。最後にクリエイターは同じプロジェクトで修正を依頼できる。

開発元は10時間超、2,000ターン超のセッションを発表し、vLLM、SGLang、LightLLMで4基のGPUに分散するデプロイコマンドを提供している。また完全な制作トラジェクトリ（メッセージ、ツール呼び出し、コントロール画像）も公開しており、手法を理解または再現するのに役立つ。レンダリングにはNode.js、Python、ffmpeg、Playwrightで制御されるChromiumブラウザが必要だ。

SenseTimeがまだ証明していないこと

ドキュメントは限界について率直だ。公開されたベンチマークは存在しない。選ばれた例のみで、モデルが制作したとされる90秒のローンチフィルムを含む。SenseTimeは視覚的な仕上げと長時間タスクでの信頼性において最高のプロプライエタリモデルに対する明確な遅れを認め、制作にはまだエージェントの作業時間がかかると述べている。