西湖大学AGI Lab研究团队提出了Code World Model，该模型将世界演化与视觉呈现拆分为两个互补问题。其中，Coding Agent作为“世界大脑”，负责通过代码维护世界规则、状态，并决定演化逻辑，能够根据新情况灵活组合、调用或修改代码。视频模型则负责将演化后的世界状态转化为高保真视觉画面。该模型引入了Proxy作为粗粒度视觉条件，以连接世界状态与视频模型，平衡了可构建性与约束强度。训练数据通过同步记录游戏运行画面及相关状态来编译Proxy，同时也可处理真实视频。经过约5.6小时的游戏视频原型验证，该模型能在Proxy的约束下生成符合要求的视觉内容，实现长时生成中的风格切换，同时保持世界状态的持续推进。此模型通过职责分工，实现了高层推理与低层执行的解耦，不仅适用于游戏生成，还可作为智能体训练评估环境，应用于具身智能等领域，为开放式世界模型提供了新思路。