本研究由新加坡国立大学 ShowLab 团队主导完成。 共一作者 Yanzhe Chen 陈彦哲（博士生）与 Kevin Qinghong Lin 林庆泓（博士生）均来自 ShowLab@NUS， 分别聚焦于多模态理解以及智能体（Agent）研究。 项目负责人为新加坡国立大学校长青年助理教授 Mike Zheng Shou 寿政。 随着视频生成模型的发展，基于像素空间（Pixel-based）的文生视频方法（如 Sora2、Veo3 等扩散模型）在自然场景生成上表现出色，但在教育场景中仍存在以下 不足： 图 1 ： Pixel-based Video Generation 对比我们的 Code-driven Video Generataion 文本模糊、公式失真、动画逻辑不连贯； 缺乏对知识点的精准把控和结构化呈现； 难以复现、难以编辑，无法满足教学需求。 视频 1 ： 扩散模型与 Code2Video 生成视频对比 相比之下，教育视频强调的是清晰的知识传递、逻辑的演进、可控的时序与空间结构。为此，本文提出了 Code2Video——一种基于代码驱动的视频生成新范式。 标题：Code2Video: A Cod ...