Segun MarkTechPost (AI/ML News), un equipo de investigación ha presentado una innovación que transforma videos reales en representaciones ejecutables de entornos físicos. Esta tecnología, llamada "Code-as-World", desafía la forma tradicional de interpretar imágenes como evidencia de escenas, argumentando que los píxeles solo reflejan la apariencia, no el funcionamiento real del mundo físico. En lugar de trabajar con descripciones o latentes, el sistema construye un modelo ejecutable en formato JSON, que puede ser procesado por el motor físico MuJoCo. Este código contiene todos los elementos físicos necesarios: masa, fricción, gravedad, colisiones y dimensiones, permitiendo simular escenas como si fueran objetos reales en un entorno digital.
El proceso se basa en un bucle agente que analiza videos reales, extrae patrones y genera códigos físicos que luego se validan contra el contenido original. Este ciclo se repite en hasta cinco iteraciones, y al final se obtienen modelos que no solo describen una escena, sino que reproducen sus mecanismos internos. La validación se realiza mediante un conjunto de pruebas físicas, lo que permite etiquetar escenas con precisión, algo que los videos originales no logran por sí solos. En pruebas realizadas con el entorno QuantiPhy, la versión de 9 billones de parámetros de Code-as-World (Code-as-World-VL-9B) alcanza un puntaje de 55.4 MRA, superando a Gemini-3.1 Flash (54.8) y aproximadamente 15 puntos sobre el modelo abierto más fuerte.
El proyecto, desarrollado por MirroS, ha sido liberado bajo licencia Apache 2.0 y está disponible en GitHub. Ofrece dos versiones: Code-as-World-VL-4B y Code-as-World-VL-9B, entrenadas a partir de Qwen3.5-4B y Qwen3.5-9B, respectivamente. Ambas se ejecutan en BF16 usando safetensors y son accesibles a través de un endpoint compatible con OpenAI, con una capacidad máxima de 4608 tokens y una toma de 16 cuadros por video. Esta arquitectura permite que cualquier usuario, desde investigadores hasta desarrolladores, modifique y reevalúe los escenarios generados, lo que facilita experimentos físicos en entornos digitales.
Para los lectores peruanos, esta innovación tiene un potencial significativo en sectores como la educación técnica, la ingeniería de procesos industriales o el diseño de productos. En contextos donde se requiere entender cómo interactúan objetos físicos —como en la construcción de prototipos o en la formación de técnicos—, el uso de simulaciones ejecutables puede reducir errores en el diseño y acelerar el desarrollo de soluciones prácticas. Aunque aún se encuentra en etapas de investigación, esta tecnología abre la puerta a una nueva forma de aprender y experimentar con el mundo físico, sin necesidad de construir maquetas reales.