Microsoft가 실행 가능한 코드로 장면 구성과 객체 움직임, 카메라 경로를 제어하는 ‘Code Video Model’을 공개했습니다. 사용자의 설명을 코드로 바꾸고, 물리 방정식으로 움직임을 계산해 1분 이내에 미리보기 영상(프록시 비디오)을 만듭니다. 이어 R2V 영상 생성 모델이 미리보기의 구조와 참고 이미지의 외관을 바탕으로 최종 영상을 생성합니다. 연구진은 CodeVideoBench에서 MiniMax-H3를 결합한 모델이 QwenVL-3.8-27B, GPT-5.6, GPT-6 평가 기준 각각 85.2점, 82.1점, 85.8점을 기록했다고 밝혔습니다. 가중치와 관련 코드는 Hugging Face와 GitHub에서 제공되지만, 기사에는 이용 조건이나 독립 평가 결과가 나와 있지 않습니다.
왜 중요한가
영상 제작자는 객체의 움직임과 카메라 경로를 코드로 조정할 수 있지만, 실제 제작 환경에서의 품질과 이용 조건은 기사만으로 확인되지 않습니다.
