SenseTime a lancé SenseNova 6.8 Code2Video, un modèle ouvert qui ne dessine pas directement les images d'une vidéo : il écrit le programme chargé de les tracer. Les poids ont été déposés sur Hugging Face le 24 octobre 2026, en même temps qu'un dépôt GitHub au sein de l'organisation OpenSenseNova, et l'entreprise a annoncé la sortie sur son compte X officiel le 28 octobre. D'après la fiche du modèle, les poids sont diffusés sous licence Apache 2.0.
Il s'agit d'une version affinée, forte de 27 milliards de paramètres, du modèle Qwen3.8-27B d'Alibaba, dotée d'une fenêtre de contexte de 512 000 tokens. À partir d'une consigne, le modèle rédige du code dans lequel chaque image est une fonction du temps, effectue le rendu, examine les images obtenues puis corrige, tour après tour. Selon SenseTime, cette méthode contourne plusieurs faiblesses des générateurs qui échantillonnent des pixels : textes, formules et données s'affichent sans erreur, les mouvements peuvent découler d'équations et, puisque chaque élément porte un nom dans le code, une remarque ne modifie que ce qu'elle vise. Le dépôt montre un tableau d'affichage d'aéroport à palettes, au style rétro, que deux brèves séries de remarques ont transformé en hall d'hôtel aux couleurs pastel, puis enrichi d'un avion et de voyageurs, sans toucher au texte, au rythme ni au mécanisme des palettes.
Le champ d'application reste volontairement restreint. L'entreprise indique que le modèle produit des vidéos descriptibles par du code, comme le motion design, les vidéos pédagogiques, les scènes stylisées en 2D et en 3D ou l'audio procédural, mais qu'il ne génère pas d'images photoréalistes. Le dépôt présente neuf films de démonstration ainsi qu'un film de lancement de 90 secondes qui, d'après SenseTime, a été entièrement réalisé par le modèle.
La publication ne se limite pas aux poids. Elle comprend des commandes de déploiement pour LightLLM, vLLM et SGLang, qui répartissent la version BF16 sur quatre GPU avec le contexte complet de 524 288 tokens ; une skill code-video pour Claude Code, accompagnée de huit guides consacrés aux vidéos pédagogiques, aux styles visuels, aux simulations, aux personnages, aux scènes 3D, au motion design, au son et à la narration ainsi qu'à la synchronisation musicale, et d'outils de rendu et de contrôle ; un gabarit d'enrichissement des prompts ; enfin, des trajectoires de production intégrales. Ces journaux, au format de messages d'OpenAI, regroupent raisonnements, appels d'outils, nouvelles tentatives et 357 images de relecture ; les chemins privés y sont anonymisés, si bien que les commandes enregistrées ne peuvent pas être rejouées telles quelles.
Le flux de travail prévu est agentique et long. SenseTime recommande Claude Code, l'outil d'Anthropic, branché sur un serveur auto-hébergé, et affirme que le modèle tient des sessions de plus de 10 heures et de plus de 2 000 tours, avec des réglages pour un contexte de 512K, une compaction à 80 % et 64K de sortie. L'entreprise conseille de faire d'abord développer la demande de l'utilisateur par un modèle généraliste puissant ; dans ses propres essais, elle a utilisé Claude Opus 5.5. La fiche du modèle prévient en outre qu'une exécution lance des commandes shell sans demander de confirmation et doit donc démarrer dans un environnement isolé.
SenseTime ne cache pas les limites de son modèle. Elle ne présente que des exemples qualitatifs, signale qu'aucun banc d'essai systématique n'existe encore pour la vidéo produite par du code et reconnaît un net retard sur les meilleurs systèmes propriétaires en matière de finition visuelle et de fiabilité sur les tâches longues. L'adoption reste pour l'instant modeste : au 29 octobre, le dépôt comptait environ 108 étoiles, la page du modèle 47 mentions « j'aime » et la publication d'annonce près de 1 600 vues. Les articles parus jusqu'ici, chez TSN et Neural Brew, s'appuient sur les documents de SenseTime, et aucune évaluation indépendante n'a été publiée.
Pour les équipes qui bâtissent des chaînes de production de contenus pilotées par des agents, cette sortie constitue l'une des premières tentatives à poids ouverts d'aborder la vidéo comme une tâche de programmation au long cours plutôt que comme un problème d'échantillonnage, et les trajectoires publiées offrent un matériau rare sur le déroulement de ces sessions. Reste à savoir si un petit modèle ouvert peut réduire l'écart avec les systèmes propriétaires : c'est précisément la question à laquelle SenseTime entend répondre.