Codex 口播视频 Skill 开源发布
作者开源了两个基于 Codex 的口播视频 Skill，分别是 9:16 竖屏数字人口播和 16:9 产品演示加数字人画中画。工作流整合了脚本、配音、剪映换音色、数字人生成等功能，重点解决了跨语言口音和“AI 味”问题。
相关文档
那个"跟 Codex 聊个天就把视频剪了"的爆款，我一步步复现了（附实操教程）
文章作者复现了利用 Codex 和 HyperFrames 自动生成视频的爆款流程，详细介绍了本地渲染和数字人模式的区别，并开源了支持多平台切换的 Kanvis Video Skill，旨在解决平台绑定和高成本问题。
Talking-Head-Recut Skill：AI 驱动的视频自动剪辑与动图文案同步
文章介绍了 HyperFrames 项目中的 `/talking-head-recut` Skill，该功能利用 AI Agent 读取文字记录，自动为视频添加与语音同步的动态图形。演示流程包含：AI 自动调研撰写脚本、通过 HeyGen CLI 调用虚拟数字人生成视频、提取网页设计风格以及自动添加字幕和配乐。整个过程无需人工剪辑，展示了 AI 在视频自动化生产领域的强大能力。
本地部署：0成本的数字人口播教程
本文介绍了一套基于本地显卡的数字人口播视频生成方案，旨在替代成本较高的云端服务。文章详细讲解了从电脑配置检查、一键启动工作流，到接入 Duix.Avatar 本地数字人、调整动画画风的完整步骤，并分享了如何构建长期复用的工作流及多平台内容变现策略。
AI时代，最值钱的是“可验证”
作者分享了开源数字人项目 Kanvis 的经历与思考。他认为在 AI 时代，真正的稀缺资源不是使用 AI 的能力，而是“可验证性”。通过公开代码、倒逼产出、筛选需求和建立信任，开源不仅避免了重复造轮子，更构建了个人信用。作者强调工具只是表象，核心在于利用 AI 重新设计业务流程，降本增效，并最终希望通过开源构建一个共同成长的生态系统。
Codex + Hyperframes + HeyGen +声音克隆：零基础自媒体变现全开源
作者分享了利用 Codex、Hyperframes、HeyGen 和 IndexTTS2 等工具构建的自动化视频工作流，实现了零基础、低成本的短视频制作与变现。文章详细介绍了各工具的选型理由、工作流架构及成本账单，旨在帮助读者通过 AI 技术解决内容生产的效率问题。
如何把一篇文章生成视频实现一鱼多吃？
文章介绍了 Kanvis Article to Video v0.3.0 的更新，该工具通过建立“三模一核”模型，支持真人增强、无脸视觉和数字人三种模式，帮助知识IP和文字创作者高效将文章转化为视频，解决了制作门槛高、流程繁琐等痛点。
HyperFrames Storyboard: 掌控 AI 视频输出的分镜流程
文章介绍了 HyperFrames 的新功能 Storyboard，通过模仿电影制作中的分镜流程，让 AI 在生成视频前先制定计划、草图和布局，允许用户在低成本阶段进行修改和指导，从而提高视频生成的可控性和效率。
美团开源 LongCat-Video-Avatar 1.5 音频驱动虚拟人模型
美团开源了名为 LongCat-Video-Avatar 1.5 的音频驱动虚拟人模型。该模型支持唇形精准匹配、表情自然过渡、全身动作连贯及唱歌表演，综合能力据称超越 HeyGen、Kling Avatar 等商业模型。适用于需要高质量视频生成、本地部署及复杂场景开发的内容创作者、企业和 AI 研究者。
AI名人换脸从0到1小白教程
作者以马斯克版《流星雨》MV为例，详细讲解AI名人换脸的完整工作流。教程分为七步：准备原始素材并记录帧信息、拆分镜头并确定角色（如言承旭换黄仁勋、周渝民换马斯克）、为每个镜头生成换脸剧照、打包提示词与参考资料、使用MiniMax H3模型在DGX Spark上分两轮生成视频、将24帧生成视频对齐回原片30帧节奏，最后拼接成完整MV。文章还总结了质检流程、脚本工具使用方法，以及多次翻车经验教训，如三人齐弯腰、闭眼闭嘴等问题及修复方法。
Kaggle免费白嫖MiniMax H3视频生成教程
本文介绍如何利用Kaggle提供的免费GPU资源（T4 x2，每周30小时）免费运行MiniMax H3视频生成模型。作者详细讲解了注册流程，包括大陆用户可用的人脸认证替代手机验证；随后引导读者复制现成的MiniMax H3 Turbo Int8 notebook并一键运行，获得可用的网页界面。进阶部分介绍了安装kaggle-skill，通过VS Code Compatible URL让本地AI直接操控Kaggle环境。
Opus 5.5 登顶 Code2Video 基准，基于 HyperFrames 训练
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。
