Code-as-World

让智能体写代码做实验，从视频里发现物理规律

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 10 🐛 待处理 1 👀 关注 2

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 442

维护状态维护中

是否开源开源

定价模式 🏷️完全免费学术研究项目，代码开源免费

项目预览

项目数据

分类智能体

开发团队MirroS-Lab

官网地址https://mirros-lab.github.io/code-as-world

GitHubhttps://github.com/MirroS-Lab/Code-as-World

定价模式🏷️完全免费

价格说明学术研究项目，代码开源免费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agentic-ai,code-generation,discovery-loop,physical-reasoning,physics-simulation,video-understanding,vision-language-models,world-models,world-representation

GitHub 星标★ 442

上线时间2026-08-27 00:00:00

代码更新2026-08-31

仓库体积11.3 MB

本站数据更新2026-11-03

维护状态维护中

收录时间2026-09-16

浏览次数2

项目介绍

Code-as-World 是一个面向物理推理的智能体研究项目，核心思路是让 AI 智能体通过生成可执行代码来发现和表达物理世界的规律。它把视频理解、视觉语言模型和物理仿真结合起来，构建一个「发现循环」：智能体观察视频中的物理现象，自动编写代码去模拟、验证和修正对世界的假设，最终得到可运行的物理世界表示。项目解决的是传统视觉模型只能识别不能推理、物理仿真又依赖人工建模的问题，让机器像科学家一样提出假设、写实验代码、对照观测结果迭代。技术栈基于 Python，涉及 agentic-ai、代码生成、视频理解、视觉语言模型和物理仿真等方向。目前处于早期阶段，星标约 440，适合关注具身智能、世界模型和 AI for Science 方向的研究者参考和二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 442

技术标签

agentic-ai code-generation physics-simulation video-understanding vision-language-models

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 60 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA GPU
Python 3.10+
模型权重

安装与启动步骤

1拉仓库建环境

推理与仿真两套依赖分开。
```
git clone https://github.com/MirroS-Lab/Code-as-World.git
```
2装推理依赖

先只装推理那套，跑通再装仿真。
```
pip install -r requirements/inference.txt
```
3拉配套的量化评估库

它把物理量计算外包给这个库，缺了评估跑不了。
```
git clone https://github.com/Paulineli/QuantiPhy.git /path/to/QuantiPhy
```
4跑评测

按模型规模选参数，先跑小的那个。
```
python -m code_as_world.evaluation 4b
```
5再跑仿真

仿真部分用来验证世界模型的一致性。
```
python -m code_as_world.simulation
```