正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

设计好一个 skill之后：扔一个 mp3 录音，10 分钟后，出来一个 explainer video。目前走“自研”路线，不用已有的动画库。迭代几轮之后，目前已经比较稳定了。 opus 5.5 的能力是人人可用的，但是，harness 层面，对视频制作流程、视觉风格、技术路线……以及诸多细节问题的理解和判断，才决定一个人能否做出达到品质标准的作品。

howie.serious

53,262 subscribers

11,442 次观看 • 6 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

6 条评论

Ethpunk 的头像

Ethpunk6 天前

还以为开源了

景哥｜AI落地与智能体实践的头像

景哥｜AI落地与智能体实践6 天前

这个工作流很吸引人：丢入 MP3，十分钟产出完整讲解视频，自研链路不依赖现成动画库。Opus5.5 本身只是底层生成引擎，Harness 层的编排决定成片上限。你在这套流程里，觉得最难调的是画面节奏对齐音频，还是统一全程视觉风格？相关 AI 视频工程实践主页有记录。

Seki 的头像

Seki6 天前

模型能力拉平后，真正的门槛变成了对生产流的控制力，和原始数据/素材产生。另外一个，归根结底品味还是最重要的，也是最难的

uuvioz 的头像

uuvioz6 天前

还可以再优化

小溪OK50帆的头像

小溪OK50帆6 天前

这种工作流简直是解放创作者的生产力神器

cloutusf 的头像

cloutusf6 天前

能力人人可用，判断力没法

相关视频

个人觉得，世界最顶级的网页效果教程分享社区： Design Engineer 一定不能错过的！前端开发+视觉设计的最终交汇点！比如，这里是之前 HaoqiWen 个人主页的技术解析文章，作者亲自写背后的那些技术细节和设计思路：

个人觉得，世界最顶级的网页效果教程分享社区： Design Engineer 一定不能错过的！前端开发+视觉设计的最终交汇点！比如，这里是之前 HaoqiWen 个人主页的技术解析文章，作者亲自写背后的那些技术细节和设计思路：

Jackywine

12,151 次观看 • 1 个月前

Codex做视频的工作流基本跑的差不多了。目前还差一个中文断句+语句组织skill、好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。等我整理一下，明天开源😋

Codex做视频的工作流基本跑的差不多了。目前还差一个中文断句+语句组织skill、好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。等我整理一下，明天开源😋

雪踏乌云

25,223 次观看 • 2 个月前

不吹不黑，用ChatCup + Codex Plus 5h的限额，全程没有剪辑一次，制作了一个完整的产品演示视频。素材是我今天下午录的一个Typefully的视频，全程就是不断的对话，提需求，选音色，加字幕，不断迭代~ 对不起，之前是我讲话太大声，AI剪辑，真的已经到了一个新的层面了~ 完成制作流程👇👇👇

不吹不黑，用ChatCup + Codex Plus 5h的限额，全程没有剪辑一次，制作了一个完整的产品演示视频。素材是我今天下午录的一个Typefully的视频，全程就是不断的对话，提需求，选音色，加字幕，不断迭代~ 对不起，之前是我讲话太大声，AI剪辑，真的已经到了一个新的层面了~ 完成制作流程👇👇👇

木马人

35,181 次观看 • 2 个月前

Opus 5.5解题也是最强的，没有之一，不是说解题的结果，是解题的过程，同样的题目，Opus 5.5中档对比Astra中档，Opus 5.5的思路清晰太多了！消耗的额度也更少。左边是Opus 5.5生成的解题视频，右边是Astra的解题视频。为了做对比测试，我还特意让Claude自己参考自己的解题过程，写了个生成解题skill。这个解题视频生成的skill未来也会开源，旨在让暂时用不上Claude的朋友也能体验到近似的能力，目前还在做一些调优。

Opus 5.5解题也是最强的，没有之一，不是说解题的结果，是解题的过程，同样的题目，Opus 5.5中档对比Astra中档，Opus 5.5的思路清晰太多了！消耗的额度也更少。左边是Opus 5.5生成的解题视频，右边是Astra的解题视频。为了做对比测试，我还特意让Claude自己参考自己的解题过程，写了个生成解题skill。这个解题视频生成的skill未来也会开源，旨在让暂时用不上Claude的朋友也能体验到近似的能力，目前还在做一些调优。

WY

32,247 次观看 • 8 天前

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

zhouluobo

24,414 次观看 • 3 个月前

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

宝玉

78,461 次观看 • 3 个月前

朋友们，我发现一个超级哇塞的技能现在已经有不少不错的工具可以画出好看的项目架构图，但大多是静态的，不能交互。今天分享的这个不一样，它是会动的！视频里是我在 MkAgent 项目下执行出来的效果，一次搞定。它会根据项目的 logo、主题风格等信息，生成对应的架构图。不仅如此，它还能分析代码，找出核心节点，生成节点信息和节点关系。每个节点都可以点击，右侧会显示该节点的详细信息。最终产物是一个 HTML 文件：展示核心架构和工作流程，并且支持动画自动演示调用流程。这个挺有意思，以后读新项目代码可以先用它。

Fox

75,312 次观看 • 1 个月前

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。你学会了吗？没学会的可以👀看视频

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。你学会了吗？没学会的可以👀看视频

鱼总聊AI

13,501 次观看 • 8 个月前

一个人，也能让 Codex 持续开发一款游戏。 The Infinite Build 把用 Codex 长期做游戏的方法，整理成了一套可以直接复制的工作流。先用 ImageGen 确定视觉和玩法，再让 Codex 做出一个可玩 5—10 分钟的版本。之后自动试玩、发现问题、迭代测试、记录版本并部署上线。你负责创意、审美和方向，Codex 负责开发、验证与持续迭代。页面还展示了 4 款已经上线的游戏，部分案例已被 OpenAI Developers Showcase 收录。

一个人，也能让 Codex 持续开发一款游戏。 The Infinite Build 把用 Codex 长期做游戏的方法，整理成了一套可以直接复制的工作流。先用 ImageGen 确定视觉和玩法，再让 Codex 做出一个可玩 5—10 分钟的版本。之后自动试玩、发现问题、迭代测试、记录版本并部署上线。你负责创意、审美和方向，Codex 负责开发、验证与持续迭代。页面还展示了 4 款已经上线的游戏，部分案例已被 OpenAI Developers Showcase 收录。

开发者Hailey

25,634 次观看 • 2 个月前

几万人看过、觉得非常不错 Opus 5.5 产品宣传视频 skill 已经更新！我测试了一下，即使是 Mimo V2.6 Flash 这样的模型，用这个 skill 也能有相对不错的效果，当然肯定比不上 Opus 5.5。如果你的产品需要大量产出这种视频，同时又需要用一些成本更低的模型，可以试试这个 skill。

几万人看过、觉得非常不错 Opus 5.5 产品宣传视频 skill 已经更新！我测试了一下，即使是 Mimo V2.6 Flash 这样的模型，用这个 skill 也能有相对不错的效果，当然肯定比不上 Opus 5.5。如果你的产品需要大量产出这种视频，同时又需要用一些成本更低的模型，可以试试这个 skill。

歸藏(guizang.ai)

31,764 次观看 • 5 天前

我用AI写的歌我很满意以前一个人想做音乐账号，最大成本在编曲、试风格、反复出 Demo。现在 16G 显卡已经能做到一两分钟等一首歌，20 个风格又提前封装好了，意味着个人创作者完全可以把它接进内容流水线：批量测试曲风 → 找到数据反馈好的方向 → 固定人设/声线/题材 → 持续做系列作品。

我用AI写的歌我很满意以前一个人想做音乐账号，最大成本在编曲、试风格、反复出 Demo。现在 16G 显卡已经能做到一两分钟等一首歌，20 个风格又提前封装好了，意味着个人创作者完全可以把它接进内容流水线：批量测试曲风 → 找到数据反馈好的方向 → 固定人设/声线/题材 → 持续做系列作品。

Adrian Punk

21,524 次观看 • 1 个月前

朋友们我来了！！！今天用ChatCut 和Codex剪了两个视频！！下面这个分享视频也是chatcut给我剪的嘿嘿！也跟大家分享下怎么用～目前用下来觉得比较爽的点在于智能剪口播！非常丝滑流畅！而且张张嘴就能剪视频还是直接重塑了我手搓的工作流。。有几个我觉得用下来大家需要注意的 1.字体选择不是特别多，期待可以用自己安装的字体的一天 2.断句用起来不那么方便，我是直接把他的这个逐字稿改成了.md，然后调给他之后让他根据.md的断句来重新断（人工活 3.第一次的时候可以给他一个SOP，然后一步一步跟他磨合一下，等全部都磨合好了，就让他自己做一个skill，把这个流程全部都定下来后面就很爽了！目前我只尝试了我已有的视频类型，但是看起来应该还有很多其他的还没用上的功能哈哈哈

朋友们我来了！！！今天用ChatCut 和Codex剪了两个视频！！下面这个分享视频也是chatcut给我剪的嘿嘿！也跟大家分享下怎么用～目前用下来觉得比较爽的点在于智能剪口播！非常丝滑流畅！而且张张嘴就能剪视频还是直接重塑了我手搓的工作流。。有几个我觉得用下来大家需要注意的 1.字体选择不是特别多，期待可以用自己安装的字体的一天 2.断句用起来不那么方便，我是直接把他的这个逐字稿改成了.md，然后调给他之后让他根据.md的断句来重新断（人工活 3.第一次的时候可以给他一个SOP，然后一步一步跟他磨合一下，等全部都磨合好了，就让他自己做一个skill，把这个流程全部都定下来后面就很爽了！目前我只尝试了我已有的视频类型，但是看起来应该还有很多其他的还没用上的功能哈哈哈

Esther

41,736 次观看 • 2 个月前

现在的短视频已经有不少精品，在用心创作高质量的作品。推荐一个最近关注的视频号：万能大饼子。它创作的视频特点可能就是充满了细节性的隐喻，经常需要思考下才能知道这个视频想要表达的是什么。比如下面这个有关“AI创作”的视频：

现在的短视频已经有不少精品，在用心创作高质量的作品。推荐一个最近关注的视频号：万能大饼子。它创作的视频特点可能就是充满了细节性的隐喻，经常需要思考下才能知道这个视频想要表达的是什么。比如下面这个有关“AI创作”的视频：

Tristan

168,698 次观看 • 2 年前

我的个人网站上线啦：其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。后续网站完善好就也一起开源喽～欢迎大家关注

我的个人网站上线啦：其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。后续网站完善好就也一起开源喽～欢迎大家关注

oil-oil

25,746 次观看 • 1 个月前

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

墓碑科技

62,012 次观看 • 8 个月前

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

肖师傅

16,310 次观看 • 8 个月前

可能是最适合小白的视频产品，没有之一。不用会提示词，也不用懂剪辑。你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！画面、音乐、转场、包装；不满意？直接对话改风格、重做、无限迭代，直到满意。更厉害的是，它已经原生接进 OpenClaw，终于有一个 AI，能让我的小龙虾自己去做视频了，飞书、Discord、Telegram 里都能直接调用生成视频，现有工作流里就能完成，完全不用切工具。这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent；面向人类端，它理解你的意图，你说想法，它出成片；面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。三周前，它还是一个人的想法，现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。发展速度，已经说明一切。一句话总结：做视频，从复杂技能变成一句话就能调用的能力。

可能是最适合小白的视频产品，没有之一。不用会提示词，也不用懂剪辑。你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！画面、音乐、转场、包装；不满意？直接对话改风格、重做、无限迭代，直到满意。更厉害的是，它已经原生接进 OpenClaw，终于有一个 AI，能让我的小龙虾自己去做视频了，飞书、Discord、Telegram 里都能直接调用生成视频，现有工作流里就能完成，完全不用切工具。这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent；面向人类端，它理解你的意图，你说想法，它出成片；面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。三周前，它还是一个人的想法，现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。发展速度，已经说明一切。一句话总结：做视频，从复杂技能变成一句话就能调用的能力。

开发者Hailey

16,651 次观看 • 6 个月前

这个Skill真的让我看到了一个人干翻一个动画工作室的可能性，我用它做了个DeepSeek V4-Flash的视频，一个人，一条指令，40块钱，2分钟电影感动画科普视频。不是那种一眼AI的垃圾。是角色不崩、声音一致、镜头有语言、旁白有节奏的正经片子。这东西叫animated-voiceover，刚开源，MIT协议。作者是前字节产品经理sida，他自己已经用这套东西在小红书起号了。它不是软件，不是App，是一套喂给Codex/Claude Code的完整制片流程。你就跟它说一句："用animated-voiceover做一条两分钟关于确认偏误的动画科普"，剩下的Agent按流程给你跑：先研究，写完整旁白，锁视觉风格参考图，锁角色参考图。每15秒拆成5个镜头，每个镜头写清主体、变化、镜头运动。先生成第1段，把人声提出来，48kHz立体声WAV锁死。后面所有片段全部挂这同一个人声参考——声音飘的问题，工程化解决了。逐段QC，旁白完整性、角色一致性、构图、运动，不合格重来。最后拼成片，做封面。最狠的是它解决问题的方式，全是工程思维，不是玄学。 AI视频最大的痛点是什么？声音每段都不一样，角色脸走着走着就变了，镜头之间没有逻辑。他怎么干的？先做第一段，把人声锚定，后面全挂这个参考。一张风格图贯穿全片，每个角色独立参考图+角色表管理。旁白写完再切，中文卡到每15秒60个字，多一个少一个都不行，信息密度均匀，不机械。这不是"帮我生成个视频"，这是把一个专业动画导演脑子里的制片流程，变成了Agent可以执行的Skill。一条2分钟的片子，LibTV跑下来大概40块钱。一个人，一个下午，从选题到成片。以前这活儿得一个团队干一周。作者反复强调一句话：90%自动化，但那10%人的判断决定上限。你定选题、定风格、卡审批，剩下重复的、容易出错的、熬人的，全交给Agent。这才是Agent Skill该有的样子，不是跟你聊天，不是帮你写个Prompt，是把一整条专业生产管线——从研究到脚本到分镜到渲染到QC到成片——封装成一个你随时可以调用的能力。知识博主、超级个体、想做深度内容但不会动画的人，这个东西的价值怎么强调都不过分。B站、小红书那些电影感科普号，以前得团队作战，现在一个人就能干。 GitHub搜s1dashu/animated-voiceover，SKILL.md和references目录里全是干货，旁白怎么写、分镜怎么拆、声音怎么锁、Seedance的提示词怎么用，全给你摊开了。别再问AI能不能替代内容创作者了，会用这种工具的创作者，正在替代不会用的。

这个Skill真的让我看到了一个人干翻一个动画工作室的可能性，我用它做了个DeepSeek V4-Flash的视频，一个人，一条指令，40块钱，2分钟电影感动画科普视频。不是那种一眼AI的垃圾。是角色不崩、声音一致、镜头有语言、旁白有节奏的正经片子。这东西叫animated-voiceover，刚开源，MIT协议。作者是前字节产品经理sida，他自己已经用这套东西在小红书起号了。它不是软件，不是App，是一套喂给Codex/Claude Code的完整制片流程。你就跟它说一句："用animated-voiceover做一条两分钟关于确认偏误的动画科普"，剩下的Agent按流程给你跑：先研究，写完整旁白，锁视觉风格参考图，锁角色参考图。每15秒拆成5个镜头，每个镜头写清主体、变化、镜头运动。先生成第1段，把人声提出来，48kHz立体声WAV锁死。后面所有片段全部挂这同一个人声参考——声音飘的问题，工程化解决了。逐段QC，旁白完整性、角色一致性、构图、运动，不合格重来。最后拼成片，做封面。最狠的是它解决问题的方式，全是工程思维，不是玄学。 AI视频最大的痛点是什么？声音每段都不一样，角色脸走着走着就变了，镜头之间没有逻辑。他怎么干的？先做第一段，把人声锚定，后面全挂这个参考。一张风格图贯穿全片，每个角色独立参考图+角色表管理。旁白写完再切，中文卡到每15秒60个字，多一个少一个都不行，信息密度均匀，不机械。这不是"帮我生成个视频"，这是把一个专业动画导演脑子里的制片流程，变成了Agent可以执行的Skill。一条2分钟的片子，LibTV跑下来大概40块钱。一个人，一个下午，从选题到成片。以前这活儿得一个团队干一周。作者反复强调一句话：90%自动化，但那10%人的判断决定上限。你定选题、定风格、卡审批，剩下重复的、容易出错的、熬人的，全交给Agent。这才是Agent Skill该有的样子，不是跟你聊天，不是帮你写个Prompt，是把一整条专业生产管线——从研究到脚本到分镜到渲染到QC到成片——封装成一个你随时可以调用的能力。知识博主、超级个体、想做深度内容但不会动画的人，这个东西的价值怎么强调都不过分。B站、小红书那些电影感科普号，以前得团队作战，现在一个人就能干。 GitHub搜s1dashu/animated-voiceover，SKILL.md和references目录里全是干货，旁白怎么写、分镜怎么拆、声音怎么锁、Seedance的提示词怎么用，全给你摊开了。别再问AI能不能替代内容创作者了，会用这种工具的创作者，正在替代不会用的。

AYi

21,974 次观看 • 2 个月前

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

AYi

37,069 次观看 • 5 个月前

【自制动画】《丝柯克》草稿与成片的对比！下期会做一个镜头的教程！！这个是前天做的小动画草稿和成片的对比就是这个作品的第一步和最后一步的对比希望大家能够喜欢！！！！！

【自制动画】《丝柯克》草稿与成片的对比！下期会做一个镜头的教程！！这个是前天做的小动画草稿和成片的对比就是这个作品的第一步和最后一步的对比希望大家能够喜欢！！！！！

旋风博文（真）

498,384 次观看 • 1 年前