Claude Opus 5.5视频真相:AI写程序逐帧画出来
2026年9月22日,Anthropic发布Claude Opus 5.5。随后一周,社交媒体出现大量“一句话做出来”的动画视频,包括动效作品集、科普短片、动态设计和一支两分半钟的MV。有人误以为Claude有了视频模型,或以为AI写几行代码视频就会自动生成,这两种理解都不准确。
Opus 5.5能读文字、图片和文件,但看不了视频,输出也只有文字。这些视频全是它写的程序画出来的:程序规定每一帧的样子,浏览器或渲染软件按程序逐帧绘制,再拼成MP4。Anthropic发布文章也未提及视频能力,重点讲的是写代码、操作电脑和知识工作。做这些视频时,Opus 5.5身兼导演和程序员两个角色。

制作流程分五步:规划、画面、动作、声音、拍摄与合成。
第一步规划。Opus 5.5先写脚本,再拆成分镜,明确每个镜头画什么、持续多久、配什么话。公开源码的MV《I'm Upping My P(doom)》时长156.6秒,项目名PDoomVideo。作者只指定了一个角色形象,要求每句歌词配有趣画面和转场,其余全部由模型生成。模型第一轮后自己写了分镜规范STORYBOARD.md,规定固定角色设计、配色变化、每个镜头必须有东西在动、画面不放文字、表情渐变、镜头切换由动作带出,并按章节派出多个子智能体,各写一个JavaScript文件负责时间轴一段。视频生成两轮,所谓“一句话一次成型”指用户只发一句话,模型内部完成规划、分工和返工。Anthropic提到有测试者让它无人值守连续干了18个多小时。

第二步画面。形状、颜色、角色都由代码描述。常见写法是网页:文字色块用HTML、CSS排版,图标角色用SVG绘制。3D场景常用three.js。那支MV用p5.js加水彩笔刷库,有手绘感。也有不经过网页的路线,如用Manim做数学动画、用Blender当Python库建模贴图。需要照片级素材时可先用图像模型生成图片再放进网页。
第三步动作。代码里有时间表:第几秒、哪个东西、怎么动。常见两种写法:GSAP,每行一条指令,时间轴可暂停、可跳到任意时间点;Remotion,每一帧都是帧号的函数。两者效果相同:给定时间点,画面唯一确定。

第四步声音。带旁白的视频一般先做配音再让画面对齐。Claude写旁白稿,交给ElevenLabs等文字转语音服务,其带时间戳接口返回每个字符的开始和结束时间;现成录音则用Whisper反推词时间。配音成为全片时钟,音效和音乐也放在同一时钟上。音效来源包括音效库、AI音效或音乐模型(如Suno)、代码合成。MV则反过来,歌曲本身就是时钟。
第五步拍摄与合成。用无头浏览器(通常是Chrome,由Puppeteer操作)逐帧截图,从不按播放键。以HyperFrames为例,渲染器先跳到第0秒截图,再跳到第1/30秒截第二张,10秒30帧视频截300张。那支MV用每秒24帧,156.6秒约3760帧。不直接录屏是因为浏览器异步加载字体、图片,动画跟屏幕刷新走,卡顿会掉帧,同一代码在不同电脑上结果可能不同。解决办法是用特制Chrome让排版、绘制、截图一次完成;嵌入视频素材先用FFmpeg拆成图片,拍到哪帧换哪张。代码有三条禁令:不能读取当前时间,不能用无固定种子的随机数,渲染时不能联网。这样每帧只取决于时间点,同一代码每次渲染结果完全相同,几千帧还可分给多个浏览器进程同时渲染。收尾交给FFmpeg合成。
更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线
过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...
2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成
英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...
2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业
「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...
2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作
游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...
2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno
Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...
2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提
我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...
2026-11-20 19:59:42