Code2Video 是与 Google DeepMind 和 Kaggle 合作推出的开放基准，测试模型在单次调用、无 Agent 框架和工具的情况下，根据视频需求生成代码生成视频的能力。Opus 5.5 排名第一，超过 GPT-5.5、GPT-6 Astra 和 Claude Fable 5.1。研究分析了约 70 个 X 上的一次性提示词，发现 Opus 5.5 常用 Python 画帧再交给 FFmpeg，或用无头浏览器逐帧捕获 HTML 页面渲染。其核心思路是把视频写作时间的函数 f(t)，逐帧计算，输出可重复。 Opus 5.5 还能在无工具和文档的情况下凭记忆复现 HyperFrames 特有概念，20 次全部通过其检查器。配合 HyperFrames 约束和 CLI 规则，可减少错误、降低一半 token 成本。
本文是 Next Token 播客第 004 期的聊天实录，由 Orange AI 与歸藏、杨攀、向阳乔木等围绕 Anthropic 最新发布的 Opus 5.5 展开讨论。文章梳理了 Opus 5.5 刷屏的三类内容：纯代码生成的品牌宣传片、具备物理互动打击感的像素动画，以及操作电脑绘画的能力。嘉宾们认为该模型已从“软件操作工”进化为有审美判断的“熟练工”甚至“天才员工”，并探讨其是否已具备世界模型特质、Skill 与 MCP 内化带来的智能提升、以及内容创作行业中人的角色变化等话题，最后展望了模型自我迭代（RSI）的可能性。
本文整理了 Manus 2.0 发布的 12 个视频生成示例及其完整 Prompt，涵盖动效作品集、游戏预告片、AI 新闻 meme 解说、代码生成的解压视频、材质动画、大模型历史科普、虚构产品发布片、创意混剪、字体动画、新闻解说、p5.js 程序化故事预告等多种类型。作者逐条说明了每个示例所需的工具与环境（如代码执行、渲染导出、TTS、视频模型等），并指出这些 Prompt 也可在支持代码执行和工具调用的 Agent 环境（如 Opus 5.5 或 Sonnet 5.5）中使用，为 AI 视频创作提供了实用的 Prompt 参考。
本文是 AI 视频运镜词典的下篇，系统讲解如何把手持、稳定器、摇臂、无人机、POV、FPV、镜头翻滚、希区柯克变焦、长镜头等高级运镜写成 AI 能准确执行的视频提示词。作者提出四层控制框架（稳定方式、运动路线、观看视角、时间结构），并给出提示词骨架模板，逐一辨析六组易混淆概念，如手持与稳定器、摇臂与升降、POV 与 FPV、长镜头与慢动作的区别。每个运镜术语均配有画面描述、适用场景、易混淆点提醒和可直接套用的提示词示例，帮助用户写出边界清晰、可执行的 AI 视频生成提示词。
作者使用 AI 助手 Jev 逐个阅读 README，将 180 个能让 Claude Code、Codex 等 agent 直接做视频、剪辑、动效的开源 skill 和工具包分为 10 个类别并做安全评级，以约 200 美元成本产出开源仓库和在线筛选页面，每 8 小时刷新。文章介绍了各分类分布：剪辑与后期 35 个、讲解科普 32 个、框架 29 个等，重点分析 OpenMontage、HyperFrames 和 Remotion 两大技术路线，并指出代码化出片、配方卡资产化、小仓库信息密度被低估三个观察。
本文是一份使用 Claude Opus 5.5 搭建 AI 动态设计工作室的完整教程。作者指出，模型本身只能输出代码，真正的视频是由模型编写的程序经无头浏览器逐帧截图、ffmpeg 合成的。文章详解了环境搭建（Node、Playwright、ffmpeg、Claude Code）、渲染契约（seek(t) 纯函数、种子噪声、确定性渲染）、CLAUDE.md 规则文件、导演式提示词写法，以及 12 步工作流，强调提示词只占 10%，其余 90% 在于 harness 与反馈闭环。
作者介绍了自己开发的 git-story-film skill：只需提供一个 GitHub 仓库链接，Claude Opus 5.5 就能像导演一样，从 git 提交历史中挖掘故事，为项目设计主角、画风和镜头语言，最终生成一部两分钟左右的 4K 手绘动画短片。文章展示了 Raven、CC Switch、Cherry Studio、LobeHub 四个仓库的成片案例，每个项目都有独特的视觉隐喻。作者详细拆解了七步视频法 SOP（提纲、主角、全片提纲、分镜、详细编写、Studio 预览、4K 渲染），并总结了八条设计原则，如导演而非生成器、画面与提交一一对应、只说真话等，还分享了制作过程中的翻车与惊喜。
作者宣布将数学解题视频生成器skill整合到edulab项目并开源。该skill让其他模型也能拥有类似Opus的视频生成能力，作者已测试Codex的sol模型和workbuddy的Hy4 preview模型，均可正常生成视频。与Opus相比，差异主要在解题思路的清晰度上，Opus的解题过程更清晰易懂且额度消耗更少。语音合成使用了GLM TTS，也支持其他TTS方案，可让AI帮忙微调。该项目在GitHub上开源，欢迎用户体验。
作者因 Claude 账号被封，无法使用 Opus 5.5 的代码动画玩法，于是尝试用 Codex 复现该路线：将参考视频交给 Codex 分析画法、编写剧本、拆分镜，最终用 p5.js 和 Canvas 生成动画并导出带中文旁白、配乐的 MP4。作者还将做法整理成开源 Skill（wtt-code-animation-studio），支持剧本编写、十种画风推荐与选择、配音、渲染导出等全流程，并验证了同一角色在扁平、沙画、粒子等画法下的多种组合，以及随机三种风格混合的新故事测试片。
作者分享了用 Claude Opus 5.5 通过代码逐帧渲染制作视频的经验，并开源了包含 39 种风格视频样片的 Lemo-opuscar 库。库内包含导演方法（DIRECTOR.md）、技术方法（TECHNIQUE.md）和 39 份风格文档。文章阐述了如何稳定出片的关键：agent 手里要有成熟的方法论，用户需求要说到点上。作者详细讲解了需求表述的六个要点（主题、故事、节奏、导演能力、素材、审阅检验），并提供了万能提示词模板，还针对非 Opus 5.5 用户给出了降低难度、拆分步骤、强弱模型协作等替代方案。
作者分享了用对话式 AI 视频工具 Pexo 制作一支 41 秒 16-bit 像素风产品宣传片的完整流程。文章详细介绍了四个关键步骤：先为产品找到真实关系确定故事，用漏斗法确定画风，制作一版扎实的分镜表，以及固定五块结构的提示词写法。作者总结了与 Pexo 对话生成的四个回合经验：先让 AI 复述确认理解、提供完整脚本上下文、涉及品牌授权自己决策、分段生成指定模型。最后强调 AI 不是一键出片按钮，需要先想好故事、画风和分镜，AI 才能高效完成生成、拼接和配乐工作。
AI 桌面换装视频近期在 Twitter 爆火，作者程序员鱼皮分享了如何复刻这类视频的完整流程。核心方法是使用其开源的「AI 桌面换装视频」生成 Skill：用户只需与 AI 对话回答主角、场景、造型、台词等问题，AI 会自动生成完整的视频提示词，复制到即梦等支持 Seedance 模型的视频工具即可出片，也可直接调用 API 生成。核心原理是让 AI 逐帧分析原版爆款视频，拆解换装镜头的机关细节，生成提示词模板并封装成可复用技能，全程开源到 GitHub。作者强调借助 AI 的 Agent 与视觉理解能力，从拆片到发布几乎全由 AI 完成。
文章介绍如何利用豆包工作（Doubao Work）搭建AI视频创意生产线，解决收藏了大量AI视频却做不出来的问题。作者通过四个步骤演示完整流程：先用目标模式建立AI视频素材库，自动下载并拆解视频到飞书多维表格；再用计划模式拆解参考视频的创意机制（如敦煌飞天Demo的'正常—意外—补救—破绽—装没事'结构）；然后修改计划换成原创方向（冰箱小精灵偷吃饼干）；最后确认后用Seedream和Seedance模型生成成片。文章总结了目标模式与计划模式的区别、减少动作复杂度等实用技巧，并指出该方法同样适用于报告、PPT、数据表等场景。
作者李岳此前用 Codex 制作的 Seedance 2.5 打斗导演 Skill 提示词效果不理想，转而尝试字节新发布的豆包工作客户端。他利用豆包工作的"目标"功能，把诊断、优化 Skill 并生成 30 秒仙侠国漫打斗视频的复杂长任务交给后台执行，归来时任务已完成，且思考链中有逐项校验。随后他使用"计划"功能让豆包为 Skill 增加智能路由、新手指引和提示词诊断优化，并支持剧情即时调整与在线修改计划文档。作者认为豆包工作的目标和计划功能对复杂任务优势明显，可显著提升工作效率，不足是偶发资源不足。
文章介绍三种在提示词中追加描述、让 AI 生成视频更接近实拍效果的方法：手持镜头的轻微晃动增加现场感和呼吸感；前景遮挡与过肩镜头构建前中后三个层次、增强纵深；明确主光源位置和明暗关系以提升立体感。作者强调通过对比测试逐项验证效果，保持其他生成条件一致，并注意删除与追加描述相冲突的原有提示词。三种方法可叠加使用，按镜头、构图、光线顺序书写，且只保留经测试有效的描述。
作者分享了使用对话式 AI 视频 Agent「Pexo」制作硅谷流行的黑白复古历史蒙太奇风格产品 Launch 视频的完整流程。Pexo 面向缺少专业制作能力的用户，通过聊天即可交付含字幕、配乐的完整视频，具备自动选择 AI 模型、创作记忆、Mark to Fix 圈选批注修改等特性。文章介绍了从准备素材、用 agent 逆向生成提示词、审阅创意方案、对话式迭代修改到导出发布的五步工作流，并总结了第一秒定生死、展示真实产品、控制 30-60 秒等 Launch 视频制作要点和避坑指南，强调 AI 大幅降低了视频创作门槛。
本文是 LTX-2.5 AI 视频模型的镜头运动指导教程。文章介绍了该 220 亿参数开源音视频基础模型的架构原理，指出良好的镜头运动需具备时间连贯性、意图匹配和画面完整性。作者强调使用官方文档化的镜头词汇（如 pushes in、pulls back、pans across 等），并给出最关键的提示词技巧：描述运动完成后主体在画面中的状态，为模型提供'目的地'而非仅方向。文章还讲解了帧数约束（(F-1)%8==0）、提示词修复案例、多镜头剪辑中的镜头规划方法，以及复杂运动可使用 IC-LoRA 深度条件控制等确定性手段。
作者分享了从程序员转型为百万播放 AI 视频创作者的经验——审美积累，并宣布开源历时近一个月、花费约两万元的项目 awesome-seedance。项目包含 463 条经实测复现并打分分类的 AI 视频提示语、14 个覆盖各类视频的提示语模版（如手持 UGC vlog、打斗、产品广告等）以及 25 个 AI 视频 Skills。文章详细讲解了模版与 Skill 的区别与用法，分享了提示语写作技巧如接触点描写、招式链和流派生物力学，并倡导以"临摹"方式学习 AI 视频创作，邀请社区提交 PR 共同完善项目。
作者面向零基础的个人开发者，分享了一套用 AI 制作产品 Launch Video 的完整流程。文章首先分析了传统视频制作的痛点（素材生产、UI 动效门槛高、外包费用昂贵），然后给出素材准备清单、30-50 秒五段式画面规划结构、提示词写作公式与经验，以及生成视频的注意事项。最后演示了如何用对话式 AI 视频工具 Pexo 一步到位完成脚本、分镜、生成、配音与局部修改，帮助开发者在半小时内做出可用的产品发布视频，并拓展视频接单变现的可能。
万象AI实验室开源了一个手绘白板风格视频生成Skill，可在Codex中把长文自动转为讲解视频。基于HyperFrames插件，工作流程包括：自动拆分文章为2-6个镜头、生成白底黑线手绘稿、通过HTML叠加渲染文字标注、使用Mac内置语音配音、虚拟马克笔逐步揭示画面并渲染成视频。整个过程无需额外API，十几分钟即可完成，适合信息密度高的技术科普和分析文章，不适合叙事性强的内容。已在GitHub开源，安装简单，配音可替换为个人音色定制专属Skill。
本文介绍如何利用 GPT6 Codex 的 Computer Use 能力全自动操控 Blender，构建零门槛的 AI 视频生产工作流。分为两大部分：一是复刻工作流，让 AI 自动分析参考视频的场景、人物动作和镜头运动，复刻出 3D 白模预演，再通过 AI 视频模型生成写实成片；二是原创工作流，仅用自然语言指令即可生成白模动画并迭代调整。白模作为'动态骨架'先锁死镜头、走位和空间遮挡关系，AI 只负责渲染画面，有效解决传统 AI 视频镜头漂移、人物变形、空间错乱等问题，实现低成本、高可控的视频生产。
作者通过7个实际案例测试豆包 Seed-2.1-pro-0915（Doubao-Seed-Evolving）的进化效果，涵盖深度调研 Obsidian AI 插件 Top20、根据视频演示开发跨平台剪贴板应用并改造成 Swift 原生版、Blender 3D 白模驱动视频生成、天津海钓点调研与导航地图制作、电影3分钟解读视频剪辑、3.5万行代码仓库分析等任务。作者感受：多模态理解能力显著提升，Agent 长程任务可靠性增强，但仍存在文案质量和迭代准确性等不足。
作者通过制作一条15秒的AI动画短片（一只鸵鸟用棕榈叶三次尝试从悬崖起飞），总结出AI漫剧并非靠提示词取胜，而是一套完整制作流程。文章详细分享了10个关键环节：故事节奏设计、角色设定表制作、场景空间关系定义、尺度设定、道具状态变化、带时间戳的视频提示词、镜头运动设计、FOV控制、角色情绪表演等，并给出10项成片检查清单，帮助解决AI视频中角色不一致、场景崩坏、缺乏连续性等常见问题。
作者分享了开源工具 Hypit 的体验：只需提供一条 B 站视频并输入 clone 指令，Hypit 即可生成完整可修改的源码，精确还原视频中对白、变色文字、表情包出现时机等细节。作者随后通过简单指令将人物和背景替换为湖边风景乃至 LOL 角色凯特琳和杰斯的场景，对白字幕保持不变。整个流程成本仅约 4.338 美元。Hypit 定位为给 AI Agent 做视频的开源语言，核心免费、支持 BYOK，项目已在 GitHub 开源。
作者分享了如何用 AI 完全生成 UGC（用户生成内容）视频，将单条成本从 20-50 美元降至 4-6 美元的完整工作流。步骤包括：研究垂直领域内热门视频的钩子和人物形象；用 JSON 提示词限制图像模型的默认风格，生成具有相似气质的逼真虚拟人物（Gemini 3 Pro 效果最佳）；通过 Seedance 2.5 让人物开口说话，并用原视频音频作为参考保证语调自然；用手机录屏制作产品演示；最后借助 Claude Code 和 treg_ai 批量生成 5-10 个不同钩子与演示配对测试投放效果。
作者介绍了开源项目 Hypit，一个面向 Claude Code、Codex 等 Coding Agent 的开源视频语言与编译系统，被称为视频领域的开源 Harness。它解决了 AI 视频制作两大痛点：视频模型抽卡黑盒、传统剪辑软件无法自动化。Hypit 用代码写视频，独创 Hook 机制将特效、B-roll、字幕锚定在台词的词上，修改台词后自动重新对齐；支持 /hypit clone 反向工程爆款视频并批量生成变体；付费素材先占位预览、旧素材 100% 复用，纯代码渲染零成本，API 跑完整视频约 1 美元。文中还提及 Atria Dawn Preview 的可交付 Agent 思路。
作者尝试用 Codex 结合开源工具 Hypit 复刻千万粉博主'小Lin说'的口播视频，发现 AI 生成的不仅是一条成片，而是一套可修改、可复用的视频 Workflow。Hypit 是面向 Claude Code、Codex 等 Agent 的开源视频语言和系统，人物、台词、字幕、B-roll 和特效跟随文字与叙事事件组织，而非固定在时间线上。修改主持人、图表或背景时只需重新生成相关组件，还能批量生成不同人物、内容、语言版本。作者认为这大大降低了复刻爆款视频、沉淀个人工作流的门槛。
作者以60张图解的方式，从零开始在CUDA和少量PTX上构建B200的dense attention kernel，最终达到FlashAttention-4在4K/8K/16K序列长度下94.4%的性能。文章从baseline kernel讲起，逐步介绍每个优化，包含14个kernel的渐进式实现，重点分析Blackwell硬件上softmax与tensor core不对称扩展带来的瓶颈，并通过将softmax开销降低和与matmul重叠来优化。最后将kernel接入视频生成模型作为capstone项目。代码开源，适合GPU kernel研究入门。
本文介绍了一套AI视频生成工作流：使用Codex（GPT 6）进行分镜设计和空间推理，操作Blender完成白模预演，再结合Seedance 2.5进行视频渲染。该方法可提前预演视频骨架，节省视频生成积分，并通过自然语言多轮修改分镜。文章提供了复杂运镜控制和人物对话正反打两个案例的详细提示词，涵盖角色资产锚点、场景描述、镜头节奏、音效设计和负面提示词，实现高可控性的AI视频生成。
本文分享了一套针对Seedance等AI视频生成工具的打斗/割草场景万能运镜手册。作者系统整理了10个机位调度公式（如起手冲刺、高速错位、命中定格等）、4种速度档位标注、景别搭配表及6个镜头语言模板，并总结出运镜口诀。文章强调一镜到底、镜头跟随动作轨迹、在命中点短暂停顿等核心原则，并建议将该手册做成Agent的Skill，方便后续直接调用。
