📖 AI 总结

文章介绍了一种名为“Code-as-World”的新范式，由MirroS团队提出，旨在将真实视频转化为可执行的MuJoCo物理程序。其核心观点是：像素只是物理场景的证据，而非本体，视频模型虽能预测画面，却无法表征质量、接触和重力等物理机制。该方法将场景表示为可执行代码（场景三元组：组成、演化、外观），通过一个最多五轮的智能体循环从视频中恢复程序，并可用源视频验证。这些经过验证的世界成为带有精确物理标签的训练数据，弥补了真实视频的不足。基于此训练的Code-as-World-VL-9B模型在QuantiPhy验证集上取得55.4 MRA分数，超越Gemini-3.1 Flash，并显著领先最强开源基线约15分。项目已以Apache 2.0协议开源，提供4B和9B两个检查点，具备实际部署可行性。