AI-modeller
Tillbaka
Westlake University
Westlake University Forskning Öppna vikter

Code World Model

En världsmodell där en kodagent håller reda på världens tillstånd i kod medan en videomodell ritar upp vad som händer.

  • Världsmodeller
  • Videogenerering
  • Agenter
  • Kod
Så fungerar Code World Model: kodagenten uppdaterar tillståndet, som blir proxyvideor som en videomodell renderar 1 / 5

Så fungerar Code World Model: kodagenten uppdaterar tillståndet, som blir proxyvideor som en videomodell renderar [1]

Om Code World Model[1][2][3][4]

Code World Model är ett forskningsprojekt som låter en kodagent fungera som världsmodellens "hjärna". Vanliga videobaserade världsmodeller ska själva lära sig och komma ihåg världens regler från bilder, vilket gör att saker lätt glider isär över tid. Här håller kodagenten i stället världens tillstånd som körbar kod, till exempel spelkod, och uppdaterar det när något händer.

Tillståndet görs om till enkla så kallade proxyvideor som visar var saker finns och hur de rör sig. En videomodell använder sedan proxyvideon som vägledning och renderar den slutliga bilden i önskad stil. Eftersom tillståndet ligger i koden kan världen fortsätta länge och hålla ihop, även när stilen byts ut, och projektsidan visar exempel där stilen ändras varje minut.

Enligt forskarna blir systemet bättre i takt med att kodagenterna blir bättre på att resonera, planera och koda. Videodelen bygger på MiniMax H3 med en egen LoRA som finns på Hugging Face tillsammans med 40 exempel. Koden är släppt under Apache 2.0, men tredjepartsmodellerna omfattas inte av den licensen. Projektet testades på ett NVIDIA H800-kort med 80 GB minne.

Arbetet kommer från AGI Lab vid Westlake University och Nanyang Technological University. Det är enligt källorna ett annat projekt än Streaming Code World Model från MBZUAI.

Det viktigaste[5][1][3]

  • Obs: bygger på MiniMax H3, vars licens inte gäller i EU, Storbritannien, Sydkorea eller USA. För användning i Sverige krävs en separat licens från MiniMax, som de enligt licensen kan bevilja efter förfrågan.
  • En kodagent håller världens tillstånd i körbar kod, i stället för att videomodellen ska komma ihåg reglerna.
  • Tillståndet görs om till proxyvideor som styr en videomodell, vilket ger sammanhängande världar över lång tid.
  • Stilen kan bytas under gång, på projektsidan varje minut, utan att världen tappar sitt tillstånd.
  • Videodelen bygger på MiniMax H3 med en egen LoRA som finns öppet på Hugging Face.
  • Enligt forskarna blir systemet bättre i takt med att kodagenterna förbättras.

Källor

  1. [1]
    Code World Model: Coding Agent as World Brain ↗
    AGI Lab (Westlake University) och Nanyang Technological University Officiell sida buaacyw.github.io
    Publicerad okänt datum Läst 25 okt 2026
  2. [5]
    MiniMax H3 Community License Agreement ↗
    MiniMax Officiell sida huggingface.co
    Publicerad okänt datum Läst 25 okt 2026
  3. [4]
    GLM 5.3 Flash, Qwen 3.8 Flash Next, Minimax FastH3, Tencent Hy4: AI NEWS ↗
    AI Search Nyhetsbrev aisearch.substack.com
    Publicerad 30 aug 2026 Läst 25 okt 2026
  4. [2]
    Code World Model: Coding Agent as World Brain ↗
    arXiv Forskningsartikel arxiv.org
    Publicerad 26 aug 2026 Läst 25 okt 2026
  5. [3]
    Code World Model: Coding Agent as World Brain ↗
    Yiwen Chen (GitHub) Officiell sida github.com
    Publicerad 26 aug 2026 Läst 25 okt 2026

Historik

  1. 25 okt 2026
    Licensvillkoren kontrollerade mot MiniMax H3-licensen: gäller inte i EU utan separat licens. [5]
  2. 25 okt 2026
    Tillagd i listan efter AI Search (nyhetsbrev 2026-08-30). [4]

Vår bedömning

Inte bedömd än. Alla kan ändra.

Kommentarer

Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.

⌘/Ctrl + Enter

Mer från Westlake University