论文页面 - Code2Video：以代码为中心的教育视频生成范式

来源：https://huggingface.co/papers/2510.01174 发布于2025年10月1日

·

由https://huggingface.co/taesiri提交

taesiri (https://huggingface.co/taesiri) 于2025年10月2日

摘要

Code2Video 采用以代码为中心的智能体框架生成教育视频，相较于直接生成代码，提升了视频的连贯性与可解释性。

虽然近期的生成模型 (https://huggingface.co/papers?q=generative%20models) 在像素空间视频合成 (https://huggingface.co/papers?q=pixel-space%20video%20synthesis) 方面取得了进展，但在制作专业教育视频方面仍存在局限。此类视频需要学科知识、精确的视觉结构和连贯的转场，这限制了其在教育场景中的应用。直观地看，这些需求更适合通过操控可渲染环境来满足，而环境可以通过逻辑命令 (https://huggingface.co/papers?q=logical%20commands)（例如代码）进行显式控制。在本研究中，我们提出了 Code2Video，这是一个以代码为中心的智能体框架 (https://huggingface.co/papers?q=code-centric%20agent%20framework)，旨在通过可执行的 Python 代码生成教育视频。该框架包含三个协作的智能体：(i) 规划器 (https://huggingface.co/papers?q=Planner)，负责将课程内容结构化为时间连贯的流程并准备相应的视觉资产；(ii) 编码器 (https://huggingface.co/papers?q=Coder)，负责将结构化的指令转换为可执行的 Python 代码，同时引入作用域引导的自动修复以提升效率；(iii) 评判器 (https://huggingface.co/papers?q=Critic)，利用视觉语言模型 (https://huggingface.co/papers?q=vision-language%20models)（VLM (https://huggingface.co/papers?q=VLM)）并结合视觉锚点提示来优化空间布局并确保清晰度。为支持系统性评估，我们构建了 MMMC (https://huggingface.co/papers?q=MMMC)，一个包含专业制作、特定学科教育视频的基准数据集。我们从多个维度对 MMMC (https://huggingface.co/papers?q=MMMC) 进行了评估，包括视觉语言模型评判的美学评分、代码效率，特别是 TeachQuiz (https://huggingface.co/papers?q=TeachQuiz)——这是一种新颖的端到端指标，用于量化一个视觉语言模型在经过遗忘处理后，通过观看生成的视频能多大程度上恢复知识。我们的结果表明，Code2Video 作为一种可扩展、可解释且可控的方法具有潜力，相比直接生成代码实现了 40% 的改进，并能制作出与人工制作的教程 (https://huggingface.co/papers?q=human-crafted%20tutorials) 相媲美的视频。代码和数据集可在 https://github.com/showlab/Code2Video 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2510.01174) 查看 PDF (https://arxiv.org/pdf/2510.01174) 项目页面 (https://showlab.github.io/Code2Video/) GitHub 1.97k (https://github.com/showlab/Code2Video) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2510.01174)

在你的智能体中获取本文：

hf papers read 2510.01174

没有最新版 CLI？运行 curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

没有模型链接到此论文

在模型 README.md 中引用 arxiv.org/abs/2510.01174 以从本页面链接。

引用本文的数据集 0

没有数据集链接到此论文

在数据集 README.md 中引用 arxiv.org/abs/2510.01174 以从本页面链接。

引用本文的 Space 0

没有 Space 链接到此论文

在 Space README.md 中引用 arxiv.org/abs/2510.01174 以从本页面链接。

包含本文的收藏夹 7

浏览包含此论文的 7 个收藏夹 (https://huggingface.co/collections?paper=2510.01174)