Code World Model：以代码智能体作为世界大脑的新型世界模型

2026 年 8 月，西湖大学与南洋理工大学等机构研究团队在 arXiv 发布预印本论文，提出结合代码智能体与视频生成模型的 Code World Model 架构，旨在解决传统纯视频世界模型难以维持持久状态与长程演化一致性的问题。

• 提出将世界状态演化与视觉渲染解耦，由代码智能体担任“世界大脑”，负责生成可执行代码以维护持久的环境状态并执行符合确定性规则的状态演化。
• 设计了编码逐帧时空约束的代理表示（Proxy Representation），并将其编译为代理视频，用以引导视频生成模型渲染高保真视觉观测。
• 构建了连接游戏与现实视频的配对数据管线，并在游戏数据上微调 MiniMax-H3 模型，验证了视频模型在遵循代码智能体时空规范的同时保留画面动态与细节的能力。
• 影响/看点：该方案为具身模拟与复杂动态环境构建提供了程序化规则与生成式渲染结合的新路径，其可行性取决于代码智能体在复杂开放环境下的逻辑泛化能力与时空代理表示的编译效率。
• 资料依据：
• 1. arXiv 预印本论文（2026年8月）：https://arxiv.org/abs/2608.25927

本内容由 AI 生成，仅供参考，请注意甄别