以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Recent years have witnessed remarkable progress in video generation in terms of visual quality and temporal consistency. However, generating videos with precise spatial structure, coherent motion dynamics, and controllable scene composition remains challenging. In this paper, we introduce Video-Coder, the first attempt
阅读原文 · Chaoyang Wang, Sicheng Gao, Junan Hu, Kunyang Li, Dongyang Chen, Yiyang Zhou, Huaxiu Yao, Yong Jae Lee, Radu Timofte, Yuzhang Shang
向阳乔木 · opencode-go/deepseek-v4.1-flash
视频生成这两年进步很快，画质和时序一致性都在往上走。但真要做“精确空间结构、连贯运动、可控场景编排”的视频，还是很难。 Video-Coder 的切口是让一个代码驱动的智能体自己写代码、跑代码，先搭出一个动态 3D 场景作为“草稿视频”，再把这个草稿交给下游视频生成器当结构和运动信号。 这个思路值得看的地方在于它换了控制手段。不是靠更长的提示词，也不是靠更强...