عن المشروع

Code2Video هو مشروع بحثي من Show Lab في جامعة سنغافورة الوطنية، تم قبوله في ICML 2026، ويولّد فيديوهات تعليمية من نقاط معرفية. بدلاً من الاعتماد على نماذج تحويل النص إلى فيديو القائمة على البكسلات، يعامل الكود القابل للتنفيذ كوسيط لكل من التسلسل الزمني والتخطيط المكاني للفيديو، باستخدام Manim Community v0.19.0 لعرض النتيجة النهائية. يتكون الإطار من ثلاثة وكلاء متعاونين. يقوم Planner بتوسيع نقطة معرفية إلى لوحة قصصية، ويقوم Coder بتوليف كود Manim قابل للتنقيح، ويقوم Critic بتحسين التخطيط والجماليات باستخدام المراسي. تشير المستودع إلى أن أفضل جودة لكود Manim تم تحقيقها مع Claude-4-Opus، بينما يستخدم تحسين التخطيط والجماليات مفتاح Gemini API، مع الإبلاغ عن gemini-2.5-pro-preview-05-06 كأفضل تكوين أداءً. مفتاح IconFinder API الاختياري يثري الفيديوهات بالأيقونات. يتطلب البدء تثبيت التبعيات من src/requirements.txt وملء بيانات اعتماد API في api_config.json. يغطي نصان برمجيان shell سير العمل الرئيسي: run_agent_single.sh يولّد فيديو من نقطة معرفية واحدة يتم تمريرها على سطر الأوامر، بينما run_agent.sh يشغّل جميع المواضيع أو مجموعة فرعية منها المحددة في long_video_topics_list.json، مع معاملات بادئة مجلد الإخراج والحد الأقصى لعدد المفاهيم وعدد المجموعات المتوازية. يتم تنظيم الحالات المولّدة تحت دليل CASES حسب بادئة المجلد. يطلق المشروع أيضاً معيار MMMC، الموصوف بأنه أول معيار لتوليد الفيديو المدفوع بالكود، ويغطي 117 موضوعاً تعليمياً منسقاً مستوحى من 3Blue1Brown. يتم تنظيم التقييم على ثلاثة أبعاد: نقل المعرفة عبر eval_TQ.py، والجودة الجمالية والهيكلية عبر eval_AES.py، ومقاييس الكفاءة مثل استخدام الرموز ووقت التنفيذ. يتم استضافة بيانات إضافية ونصوص تقييم على Hugging Face. ينسب README دروس 3Blue1Brown كمصدر لبيانات الفيديو وكمصدر مرجعي للوضوح والجماليات، ويشكر Manim Community وIconFinder وIcons8. يتم توفير ترجمة صينية لـ README. المستودع هو قاعدة كود بحثية وليس تطبيقاً معبأً، لذا يجب على المستخدمين توقع تكوين واجهات برمجة تطبيقات LLM وVLM والأصول الخارجية بأنفسهم.