Catatan penulis: Berangkat dari prinsip rendering f（t） dan studi kasus SenseNova 6.8 Code2Video, artikel ini menggunakan 4 pertanyaan untuk menentukan apakah video lebih cocok dibuat dengan kode atau piksel.
Saat membuat video penjelasan sains, penurunan rumus, atau animasi data, banyak kreator menghadapi masalah yang sama: visualnya terlihat bagus, tetapi teksnya salah dan rumusnya terdistorsi. Saat dibuat ulang, muncul masalah baru. Artikel ini akan membahas cara memilih antara pembuatan video berbasis kode dan berbasis piksel, agar kamu bisa menentukan video mana yang sebaiknya dibuat dengan bantuan AI yang menulis kode dan mana yang tidak.
Ini bukan artikel promosi yang menyatakan bahwa pendekatan berbasis kode bisa menggantikan segalanya. Artikel ini menggunakan SenseNova 6.8 Code2Video, yang diperkenalkan dalam unggahan berbagi praktik model sumber terbuka pada 3 November 2026, sebagai studi kasus. Kita akan membahas prinsip dan alur kerjanya, sekaligus menjelaskan bagian yang belum dikonfirmasi oleh sumber yang tersedia.
Manfaat utama: Setelah membaca artikel ini, kamu akan memahami bagaimana pembuatan video berbasis kode mengubah fungsi waktu f（t） menjadi MP4, serta bisa menggunakan 4 pertanyaan untuk menentukan pendekatan yang cocok bagi jenis videomu.
Poin Utama: Video dari Kode vs Video dari Piksel
Perbedaan mendasar antara kedua pendekatan ini bukan pada ukuran model, melainkan pada hasil akhirnya. Pendekatan piksel menghasilkan gambar secara langsung, sedangkan pendekatan kode menghasilkan program yang dapat merender gambar.
| Aspek perbandingan | Video dari kode | Video dari piksel |
|---|---|---|
| Keluaran model | Kode yang dapat dijalankan, seperti HTML/CSS, Canvas, SVG, Three.js, Manim, dan p5.js | Piksel untuk setiap frame dihasilkan secara langsung |
| Teks dan rumus | Dirender sebagai karakter dan data masukan | Dihasilkan sebagai gambar oleh model; menurut penulis unggahan, teks sering kacau dan rumus terdistorsi |
| Cara mengubah | Ubah spesifikasi atau kode sumber, lalu render ulang | Biasanya perlu menyesuaikan petunjuk dan menghasilkan ulang video |
| Kemampuan reproduksi | Kode fungsi murni yang sama dapat dirender berulang kali | Bergantung pada model dan alat yang digunakan |
| Risiko utama | Tampilan realistis mungkin kurang meyakinkan dan perlu menyiapkan lingkungan rendering | Ketepatan informasi sulit dijamin dan hasil perlu diseleksi berulang kali |
Perlu dicatat, pernyataan bahwa “model difusi piksel sering menghasilkan teks kacau, rumus terdistorsi, dan objek yang saling menembus” merupakan rangkuman dari penulis unggahan, tanpa disertai uji perbandingan. Anggap ini sebagai peringatan risiko saat memilih pendekatan. Sebelum mengambil keputusan, sebaiknya coba keduanya dengan materi Anda sendiri.
Cara kerja pembuatan video dengan kode: setiap frame adalah fungsi murni terhadap waktu
Inti Code2Video adalah menulis setiap frame sebagai fungsi murni dari parameter waktu t. Untuk titik waktu mana pun, program dapat menghitung posisi, perubahan bentuk, dan warna semua elemen. Karena tampilan tidak bergantung pada jam sistem secara real-time, kode yang sama seharusnya menghasilkan output yang konsisten setiap kali dirender.
Seluruh alur rendering dapat dibagi menjadi 4 langkah:
- Menulis fungsi waktu: model menerjemahkan komposisi, gerakan, dan ritme menjadi kode yang berubah mengikuti t.
- Melangkah frame demi frame: Playwright menjalankan Chromium tanpa antarmuka grafis dan menetapkan titik waktu secara berurutan sesuai frame rate. Misalnya, video 12 detik pada 30 fps membutuhkan 360 frame.
- Mengambil tangkapan layar untuk membuat urutan frame: pada setiap titik waktu, program mengambil satu gambar beresolusi tinggi.
- Menggabungkan dengan FFmpeg: urutan frame dan trek audio digabungkan menjadi file MP4 akhir.
Proses ini berbeda secara mendasar dari perekaman layar. Perekaman layar dipengaruhi oleh performa perangkat secara real-time, sedangkan rendering frame demi frame tidak mengubah posisi sebuah frame di linimasa meskipun perhitungannya lambat. Dalam praktiknya, angka acak tanpa seed tetap atau perbedaan font antarperangkat juga dapat menghilangkan sifat deterministik ini.
Kepastian video yang dihasilkan dari kode berasal dari spesifikasi, bukan sekadar kode
Menurut unggahan tersebut, animasi kode yang dihasilkan model biasa dari satu kalimat cenderung kurang rapi. Perbedaan utamanya terletak pada alur kerja. Dengan bantuan code-video Skill, Code2Video terlebih dahulu mengubah kebutuhan menjadi SPEC.md yang bisa diperiksa, lalu menetapkan komposisi, palet warna, kurva easing, dan linimasa storyboard. Permintaan perubahan dalam bahasa alami juga terutama diterapkan pada spesifikasi ini, sehingga gaya dan logika lebih mudah tetap konsisten setelah beberapa putaran penyesuaian.
Setelah render awal, model mengambil frame utama untuk membuat Contact Sheets dan memeriksa teks yang tumpang tindih, elemen yang keluar dari bidang gambar, serta masalah tempo. Selanjutnya, model mengubah kode dan melakukan render ulang. Menurut unggahan tersebut, satu tugas dapat berlangsung lebih dari 10 jam dengan lebih dari 2.000 pemanggilan alat, lalu menghasilkan VERIFY.md dan out/final.mp4. Angka-angka ini merupakan klaim dari pihak proyek; untuk parameter dan kemampuan model, rujuk repositori resmi dan kartu model.
💡 Saran teknis: Jika belum ingin menerapkan Model Bahasa Besar sendiri, Anda bisa menggunakan antarmuka terpadu APIYI di apiyi.com agar beberapa model teks menghasilkan
SPEC.mdberdasarkan kebutuhan yang sama. Lalu, bandingkan kejelasan storyboard dan batasan yang ditulis masing-masing. Langkah ini tidak melibatkan rendering, tetapi bisa membantu memeriksa dengan cepat apakah kebutuhan Anda sudah cukup jelas.
Tentukan pilihan antara video berbasis kode dan piksel dengan 4 pertanyaan
Saat memilih, tidak perlu langsung berdebat soal model mana yang lebih kuat. Mulailah dengan mengurai unsur video yang paling tidak boleh salah. Jawab 4 pertanyaan berikut secara berurutan:
- Adakah konten yang harus ditampilkan persis tanpa kesalahan? Misalnya istilah, rumus, harga, atau angka dalam grafik.
- Adakah nilai yang harus dikontrol secara presisi? Misalnya koordinat, durasi, jalur pergerakan kamera, atau sinkronisasi dengan ketukan musik.
- Apakah akan sering ada revisi pada bagian tertentu? Misalnya hanya mengganti warna atau menambahkan satu anotasi, sementara sisanya harus tetap sama.
- Apakah nilai visualnya bergantung pada tekstur dan suasana yang realistis? Misalnya orang sungguhan, lingkungan hasil pengambilan gambar, atau pencahayaan alami.
Jika setidaknya 2 dari 3 pertanyaan pertama dijawab “ya” dan pertanyaan ke-4 dijawab “tidak”, prioritaskan pendekatan berbasis kode. Jika pertanyaan ke-4 dijawab “ya”, pendekatan berbasis kode kemungkinan bukan pilihan utama. Namun, ini hanya kesimpulan berdasarkan prinsip dasarnya. Sumber referensi belum menyediakan bukti perbandingan untuk gaya realistis, jadi sebaiknya lakukan pengujian sendiri.
| Unsur video | Kemampuan yang dibutuhkan | Pendekatan yang disarankan | Alasan |
|---|---|---|---|
| Takarir dan tata letak | Akurasi karakter dan tata letak yang stabil | Utamakan kode | Teks ditata sebagai karakter |
| Rumus dan grafik | Akurasi data dan struktur | Utamakan kode | Konten bisa langsung berasal dari input |
| Kamera dan ketukan | Presisi waktu dan jalur | Utamakan kode | Durasi, ketukan, dan jalur semuanya berupa angka |
| Simulasi fisika dan partikel | Digerakkan oleh persamaan | Utamakan kode | Gerakan bisa dihitung dengan rumus matematika dan fisika |
| Orang sungguhan dan nuansa rekaman nyata | Realisme dan detail | Utamakan piksel atau rekaman nyata | Efektivitas pendekatan berbasis kode belum didukung bukti dan perlu diuji |
Jika ingin menambah dasar penilaian untuk diagram di atas, gunakan skrip yang sama dan akses model teks serta video yang tersedia melalui APIYI apiyi.com untuk membandingkan hasil sampelnya. Ketersediaan setiap model bergantung pada daftar platform saat ini.
6 jenis skenario yang cocok untuk video berbasis kode
Skill code-video menyediakan panduan teknis untuk 8 bidang. Dari panduan tersebut, berikut beberapa skenario yang layak dicoba terlebih dahulu. “Tingkat kecocokan” dalam tabel merupakan penilaian artikel ini berdasarkan prinsip dasarnya, bukan penilaian resmi.
| Jenis video | Panduan terkait | Tingkat kecocokan | Hal yang perlu diperhatikan |
|---|---|---|---|
| Edukasi populer dan visualisasi data | explainer-diagrams.md |
Tinggi | Data input perlu diperiksa terlebih dahulu |
| Tipografi bergerak dan animasi UI | motion-graphics-and-promos.md |
Tinggi | Font yang dibutuhkan perlu disiapkan sebelumnya |
| Video pendek yang selaras dengan ketukan musik | music-and-beat-sync.md |
Tinggi | Ketukan dan waktu perpindahan adegan harus ditentukan dengan jelas |
| Simulasi partikel dan fisika | simulations-and-generative.md |
Tinggi | Parameter dan seed perlu dibatasi |
| Presentasi produk 3D | threejs-scenes-and-cameras.md |
Sedang | Kualitas visual perlu dinilai dari video sampel |
| Animasi karakter bergaya | character-and-creature-motion.md |
Sedang | Tidak sama dengan penampilan manusia yang realistis |
Perlu diingat, pendekatan berbasis kode menjamin “tampilan yang sesuai dengan input”, bukan “isi yang pasti benar”. Jika rumus dalam skrip salah, rumus yang salah itu pun akan dirender dengan jelas. Jadi, pemeriksaan fakta tetap menjadi tanggung jawab manusia.
Panduan cepat membuat video dengan kode: contoh Code2Video
Alur berikut dirangkum dari sebuah postingan dan cocok bagi pengembang alur kerja yang sudah memiliki lingkungan GPU. Parameter deployment dapat berubah sesuai versi, jadi periksa README resmi sebelum memulai.
Langkah 1: Siapkan lingkungan pembuatan video dengan kode
Sebaiknya instal dependensi terlebih dahulu agar Agent tidak menghabiskan banyak waktu untuk konfigurasi saat pertama kali dijalankan.
| Komponen | Persyaratan | Fungsi |
|---|---|---|
| Agent pemrograman | Codex, Claude Code, atau sejenisnya | Menjalankan siklus penulisan kode, rendering, dan perbaikan |
| Node.js | 18 atau lebih tinggi | Menjalankan proyek rendering frontend |
| Python 3 | Instal dependensi dari requirements.txt repositori |
Memproses audio dan skrip pendukung |
| FFmpeg / FFprobe | Dapat dipanggil dari sistem | Menggabungkan video dan memvalidasi aliran media |
| Playwright | Mencakup Chromium dan font untuk bahasa yang digunakan | Mengambil tangkapan layar per frame dengan browser headless |
Langkah 2: Deploy model dan instal Skill
- Unduh bobot:
huggingface-cli download sensenova/SenseNova-6.8-Code2Video --local-dir /path/to/SenseNova-6.8-Code2Video - Jalankan layanan: Postingan tersebut menggunakan container vLLM untuk menyediakan antarmuka yang kompatibel dengan OpenAI, dengan paralelisme tensor 4 kartu sebagai contoh. Parameter utamanya mencakup
--tensor-parallel-size 4dan--max-model-len 524288. - Kloning repositori:
git clone https://github.com/OpenSenseNova/SenseNova-6.8-Code2Video.git - Buat direktori terisolasi:
mkdir -p ~/video_tasks/methane_explainer/.claude/skills. Agent akan menjalankan perintah Shell secara otomatis, jadi jangan jalankan di direktori proyek penting. - Salin Skill:
cp -r SenseNova-6.8-Code2Video/skills/code-video ~/video_tasks/methane_explainer/.claude/skills/code-video - Tetapkan konteks: Variabel lingkungan yang diberikan dalam postingan tersebut adalah
CODEX_MAX_CONTEXT_TOKENS=524288,CODEX_AUTOCOMPACT_PCT=80, danCODEX_MAX_OUTPUT_TOKENS=64000.
Postingan tersebut mencantumkan dua jalur, yaitu .claude/skills dan .codex/skills. Pastikan direktori yang digunakan sesuai dengan Agent dan dokumentasi resminya.
Jika tim masih dalam tahap evaluasi, tidak perlu langsung menyiapkan lingkungan dengan banyak kartu. Anda bisa menggunakan APIYI apiyi.com untuk mengakses model pemrograman yang sudah tersedia, lalu menguji alur kerja dari dokumen spesifikasi hingga animasi Canvas sederhana sebelum memutuskan untuk deploy model khusus. Dengan begitu, Anda bisa memvalidasi kebutuhan dan alur kerja terlebih dahulu, tetapi hasil videonya tidak bisa langsung dianggap mewakili kemampuan Code2Video.
Langkah 3: Kembangkan satu kalimat menjadi Brief video berbasis kode
Contoh dalam postingan tersebut adalah video edukasi singkat berdurasi 12 detik tentang pembakaran metana. Kebutuhan yang hanya terdiri dari satu kalimat dikembangkan menjadi Brief terstruktur. Anda juga bisa menggunakan templat Enhance Prompt di direktori prompts/ repositori untuk membuat dense_prompt.md. Brief yang baik setidaknya harus menjelaskan hal-hal berikut:
- Spesifikasi dasar: resolusi 1920×1080, frame rate 30fps, durasi 12 detik, dan efek suara yang dibuat secara terprogram.
- Tujuan pembelajaran: menjelaskan bahwa reaksi kimia hanya menyusun ulang atom, bukan menciptakan atau memusnahkannya.
- Linimasa: 0–3 detik menampilkan reaktan, 3–7 detik memutus ikatan, 7–10 detik menyusun ulang atom, dan 10–12 detik menampilkan persamaan yang sudah disetarakan.
- Batasan wajib: penghitung di sudut kanan atas harus tetap menunjukkan
C: 1 | H: 4 | O: 4sepanjang video.
Poin terakhir paling menunjukkan keunggulan pendekatan berbasis kode. Model tidak perlu “mengingat” tampilan penghitung. Cukup tetapkan nilai tersebut dalam program, dan tampilannya akan tetap konsisten sepanjang video.
Langkah 4: Sempurnakan video berbasis kode dengan bahasa alami
Versi pertama video biasanya baru titik awal. Postingan tersebut menyarankan penggunaan --continue di direktori tugas yang sama untuk melanjutkan penyuntingan, serta menguasai 3 teknik penulisan petunjuk:
- Tetapkan bagian yang tidak boleh berubah terlebih dahulu: tulis
Keep the molecular coordinates, bond-breaking timing...di awal agar linimasa tidak ditulis ulang saat gaya visual diubah. - Sebutkan titik waktu secara tepat: misalnya
At 3.5s when bonds break..., agar model mudah menemukan bagian yang dimaksud. - Minta perubahan langsung pada proyek yang ada: tulis
Edit the existing source in place and overwrite out/final.mp4.di akhir agar model tidak membuat proyek baru.
Jika tidak memiliki kode sumber, Anda juga bisa memasukkan video referensi ke direktori proyek. Model dapat menganalisis tata letak, transisi, dan lintasan gerak, lalu merekonstruksinya menjadi proyek yang bisa diedit. Cara ini cocok untuk mempelajari struktur dan ritme video. Namun, sebelum menerbitkan hasilnya, pastikan hak cipta dan cakupan izin penggunaan materi referensi.
🚀 Saran alur kerja: Sebelum memulai tugas yang panjang, Anda bisa menggunakan APIYI apiyi.com untuk memanggil model teks dan memeriksa kembali rumus, istilah, serta narasi dalam skrip. Setelah itu, tulis versi finalnya ke
SPEC.md. Memperbaiki kesalahan fakta sebelum rendering biasanya lebih praktis daripada mengerjakan ulang video yang sudah jadi.
FAQ: Video yang Dihasilkan dengan Kode vs Piksel
Q1: Apa itu video yang dihasilkan dengan kode?
Video yang dihasilkan dengan kode dibuat dengan meminta AI menulis kode grafis atau frontend yang dapat dieksekusi, lalu merender kode tersebut menjadi video frame demi frame. Model tidak langsung menghasilkan piksel, melainkan menentukan aturan tampilan pada setiap titik waktu.
Q2: Apa perbedaan terbesar antara video yang dihasilkan dengan kode dan piksel?
Perbedaannya terletak pada hasil dan cara mengubahnya. Pendekatan berbasis kode menghasilkan proyek yang bisa diedit dan cocok untuk mengatur teks, rumus, serta ketukan; pendekatan berbasis piksel langsung menghasilkan gambar. Untuk tingkat realisme dan biaya keseluruhan, informasi yang tersedia masih belum cukup, sehingga perlu diuji pada masing-masing proyek.
Q3: Bisakah video yang dihasilkan dengan kode sepenuhnya menggantikan alat seperti Sora dan Runway?
Saat ini belum bisa disimpulkan demikian. Informasi yang tersedia terutama menunjukkan contoh video edukasi sains, animasi grafis, dan visual bergaya tertentu, tetapi belum membuktikan bahwa pendekatan berbasis kode mampu menghasilkan tampilan seperti rekaman nyata. Sebaiknya pilih pendekatan berdasarkan unsur terpenting dalam video, lalu coba produksi gabungan jika diperlukan.
Q4: Apakah video yang dihasilkan dengan kode selalu lebih murah daripada video yang dihasilkan dengan piksel?
Tidak selalu. Biaya tinggi yang disebutkan di awal postingan tidak disertai sumber, jadi artikel ini tidak menjadikannya acuan. Biaya pendekatan berbasis kode bergantung pada pemanggilan model, perangkat keras, dan jumlah iterasi. Tugas berdurasi panjang juga bisa menghabiskan banyak sumber daya, jadi sebaiknya buat contoh video pendek terlebih dahulu sebelum memperkirakan biayanya.
Q5: Bagaimana cara menguji alur kerja video berbasis kode tanpa GPU multi-kartu?
Mulailah dengan membuat animasi SVG atau Canvas berdurasi sekitar 10 detik, dengan fokus pada pengujian dokumen spesifikasi, skrip rendering, dan alur revisi. Setelah terhubung ke antarmuka yang kompatibel melalui APIYI apiyi.com, cukup ganti nama model untuk membandingkan kualitas kode dari berbagai model. Untuk konfigurasi antarmuka dan model yang tersedia, lihat docs.apiyi.com.
Q6: Apa saja keterbatasan Code2Video yang perlu diketahui sebelumnya?
Postingan tersebut hanya memberikan contoh pemrosesan paralel dengan 4 kartu, tanpa menjelaskan konfigurasi perangkat keras minimum. Bobot model terkuantisasi INT4 dan INT8 juga masih menunggu rilis berikutnya. Selain itu, informasi yang tersedia belum mencakup waktu rendering dan contoh hasil akhir yang bisa dinilai secara objektif, sementara kemampuan menghasilkan tampilan realistis masih perlu diuji. Agent akan menjalankan perintah secara otomatis, jadi pastikan untuk menjalankannya di direktori terisolasi.
Q7: Bisakah kedua pendekatan digunakan bersama?
Dari sisi alur kerja, ini bisa dicoba. Misalnya, gunakan rekaman nyata atau model berbasis piksel untuk membuat materi latar, lalu tambahkan judul, rumus, dan grafik dengan kode. Referensi yang tersedia belum memvalidasi cara ini, jadi perlu diuji terlebih dahulu apakah penyematan materi dan rendering frame demi frame berjalan sinkron. Saat membandingkan model untuk membuat materi, Anda juga bisa melihat opsi yang saat ini tersedia melalui APIYI apiyi.com.
Poin Penting: Pembuatan Video dengan Kode vs Piksel
- Perbedaan utama: Pendekatan kode menghasilkan program yang dapat dirender, sedangkan pendekatan piksel langsung menghasilkan gambar.
- Sumber determinisme: Gambar merupakan fungsi murni f（t） dan dirender frame demi frame oleh browser headless.
- Skenario prioritas: Pertimbangkan kode saat teks, rumus, data, koordinat, dan ketukan harus presisi.
- Kunci alur kerja:
SPEC.md, pemeriksaan mandiri melalui thumbnail, dan perubahan langsung pada proyek menjaga konsistensi selama beberapa putaran revisi. - Batasan utama: Belum ada bukti bahwa pendekatan kode sama andalnya dalam menghasilkan kesan realistis dan seperti rekaman langsung.
- Saran untuk memulai: Validasi kebutuhan dengan sampel video pendek dan antarmuka terpadu APIYI sebelum berinvestasi dalam deployment khusus.
Kesimpulan: Video Seperti Apa yang Cocok Dibuat AI dengan Kode?
Saat memilih antara pembuatan video dengan kode dan piksel, ingat 3 hal berikut:
- Perhatikan elemennya: Semakin penting ketepatan teks, rumus, data, dan penentuan waktu dalam video, semakin cocok pendekatan kode.
- Perhatikan revisinya: Proyek yang dapat diedit lebih unggul jika Anda perlu melakukan beberapa putaran penyesuaian lokal tanpa mengubah bagian lainnya.
- Perhatikan kualitas visualnya: Jika orang yang tampak nyata dan suasana rekaman langsung menjadi nilai utama, jangan langsung menganggap pendekatan kode mampu memenuhinya.
Langkah berikutnya, pilih satu video yang sudah ada dengan durasi 10–15 detik, uraikan menggunakan 4 pertanyaan, lalu buat sampel untuk masing-masing pendekatan. Bandingkan akurasi, jumlah revisi, dan waktu yang dibutuhkan. Jika perlu mengevaluasi beberapa model sekaligus, Anda bisa menggunakan antarmuka terpadu APIYI di apiyi.com untuk menguji pengembangan skrip dan pembuatan kode, lalu memutuskan apakah Code2Video perlu di-deploy berdasarkan hasilnya.
📚 Referensi
- Postingan – Pengantar Praktik SenseNova 6.8 Code2Video：Sumber prinsip, alur, dan contoh dalam artikel ini
- Tautan：
v2ex.com/t/1254274 -
Keterangan：Diterbitkan pada 3 November 2026. Beberapa klaim perbandingan dan biaya belum diverifikasi secara independen.
-
GitHub – SenseNova 6.8 Code2Video：Repositori resmi dan Skill code-video
- Tautan：
github.com/OpenSenseNova/SenseNova-6.8-Code2Video -
Keterangan：Jadikan repositori ini sebagai rujukan untuk metode deployment, struktur direktori, dan pembaruan fitur.
-
Hugging Face – SenseNova 6.8 Code2Video：Halaman rilis bobot model
- Tautan：
huggingface.co/sensenova/SenseNova-6.8-Code2Video - Keterangan：Gunakan untuk memverifikasi spesifikasi model, versi bobot, dan perkembangan kuantisasi.
Penulis：Tim Teknis APIYI
Diskusi teknis：Untuk mengetahui cara mengakses berbagai model melalui satu integrasi, kunjungi APIYI di apiyi.com atau pusat dokumentasi docs.apiyi.com
