A SenseTime lançou o SenseNova 6.8 Code2Video, um modelo aberto que não pinta diretamente as imagens de um vídeo: escreve antes o programa que as desenha. Os pesos foram carregados no Hugging Face a 24 de outubro de 2026, em paralelo com um repositório GitHub na organização OpenSenseNova, e a empresa anunciou o lançamento na sua conta oficial no X a 28 de outubro. Segundo a ficha do modelo, os pesos estão disponíveis sob a licença Apache 2.0.
Trata-se de um ajuste fino, com 27 mil milhões de parâmetros, do Qwen3.8-27B da Alibaba, capaz de trabalhar com um contexto de 512 mil tokens. A partir de um pedido, o modelo escreve código em que cada fotograma é uma função do tempo, renderiza-o, analisa as imagens obtidas e corrige, ronda após ronda. A SenseTime defende que esta abordagem evita várias fragilidades dos geradores que amostram píxeis: textos, fórmulas e dados surgem no ecrã sem erros, o movimento pode ser calculado por equações e, como cada elemento é um objeto com nome no código, uma indicação altera apenas aquilo que refere. O repositório mostra um painel de partidas de aeroporto, em estilo retro, que duas breves rondas de notas transformaram num átrio de hotel em tons pastel, ao qual depois juntaram um avião e viajantes, mantendo intactos o texto, o ritmo e a mecânica das palhetas.
O alcance é propositadamente limitado. Segundo a empresa, o modelo faz vídeos que podem ser descritos em código, como grafismo animado, peças explicativas, cenas estilizadas em 2D e 3D e áudio procedimental, mas não gera imagens fotorrealistas. O repositório apresenta nove filmes de demonstração e um filme de lançamento de 90 segundos que, segundo a SenseTime, foi inteiramente produzido pelo modelo.
O pacote vai além dos pesos. Inclui comandos para servir o modelo com LightLLM, vLLM e SGLang, repartindo a versão BF16 por quatro GPU com o contexto completo de 524.288 tokens; uma skill code-video para Claude Code com oito guias de ofício, que cobrem vídeos explicativos, estilos visuais, simulações, personagens, cenas 3D, grafismo animado, som e narração, e sincronização com música, além de ferramentas de renderização e verificação; um modelo para enriquecer prompts; e trajetórias de produção completas. Esses registos, no formato de mensagens da OpenAI, reúnem raciocínio, chamadas a ferramentas, novas tentativas e 357 imagens de revisão, com caminhos privados anonimizados, pelo que os comandos gravados não podem ser repetidos tal como estão.
O fluxo de trabalho previsto é agêntico e demorado. A SenseTime recomenda o Claude Code, da Anthropic, ligado a um servidor próprio, e afirma que o modelo aguenta sessões de mais de 10 horas e mais de 2.000 interações, com parâmetros para um contexto de 512K, compactação a 80 por cento e 64K de saída. Sugere ainda que o pedido do utilizador seja primeiro desenvolvido por um modelo generalista potente; nos seus testes usou o Claude Opus 5.5. A ficha do modelo avisa também que cada execução corre comandos de shell sem pedir confirmação, pelo que deve arrancar num ambiente de trabalho isolado.
A empresa não esconde as limitações. Apresenta apenas exemplos qualitativos, diz que ainda não existe um teste de referência sistemático para vídeo gerado por código e reconhece que o modelo fica claramente atrás dos melhores sistemas proprietários em acabamento visual e fiabilidade em tarefas longas. A adesão inicial é modesta: a 29 de outubro, o repositório somava cerca de 108 estrelas, a página do modelo 47 gostos e a publicação de anúncio perto de 1.600 visualizações. A cobertura publicada até agora, da TSN e da Neural Brew, baseia-se nos materiais da própria SenseTime, e nenhuma avaliação independente foi divulgada.
Para equipas que constroem cadeias de produção de conteúdos com agentes, este lançamento é uma das primeiras tentativas com pesos abertos de encarar o vídeo como uma tarefa de programação de longo fôlego, e não como um problema de amostragem; as trajetórias publicadas oferecem ainda material raro sobre o desenrolar destas sessões. Saber se um modelo aberto e pequeno consegue encurtar a distância face aos sistemas proprietários é precisamente a pergunta a que a SenseTime se propõe responder.