CLAUDE OPUS 5.5 · CODE-RENDERED MV · 2026.09
Claude 没有学会
拍视频。它学会了当导演。
这几天，一支 2 分 36 秒的 AI MV 刷屏。画风、分镜、转场甚至渲染程序都由 Opus 5.5 完成——但它没有生成一帧视频像素。到底发生了什么？
官方定位是长时间运行的智能体编程和知识工作。上下文 100 万 token，最大文本输出 12.8 万 token。
它能理解画面、规划视频、写动画和调用工具，但 API 不直接输出 MP4、音轨或视频帧。
它写分镜、角色、动画和渲染脚本；Chrome 按时间逐帧绘制，ffmpeg 把画面与现成歌曲合成。
换颜色、改歌词、挪镜头、对节拍，不必重新“抽卡”；修改参数后可稳定重渲染。
先纠正一句流行说法
“Opus 生成了一支 MV”
就像说“导演亲手冲洗了每一格胶片”。
把功劳全算给模型不准确；只说“它不过写了点代码”也低估了它。新能力恰恰在于：它能把一支片子需要的许多工种，组织成一条可运行的流水线。
实验一 / 拆开一支代码 MV
拖动时间轴，
走过九幕舞台。
每张彩色板是一章。摄影机不会在一段已经生成好的视频里快进，而是在你指定的时间点，重新计算角色、字幕、光线和镜头的位置。
把抽象概念变成连续动作
实验二 / 一台模型戴四顶帽子
点一下工种，
看它到底交付了什么。
先决定这首歌要讲什么
把歌词拆成章节，为每一段选择角色、冲突、转场和情绪。它写的不只是镜头清单，还会写一份统一画风的“剧组手册”。
STORYBOARD.md + ANIMATION_GUIDE.md爆款样本 / I’m Upping My P(doom)
不是演示片段，
是一支 156.6 秒的完整 MV。
John Heibel 公布的工程包含九章动画、统一角色库、逐镜分镜、动画指南和渲染脚本。作者称首版与重做版都在 Claude Code 中由 Opus 5.5 完成；人工只规定使用 Clawd 角色，并要求每句歌词有有趣的视觉与转场。
- 第一版：p5.js 与 p5.brush，浏览器绘制手绘水彩动画。
- 重制版：Three.js、逐字歌词对齐、132 BPM 节拍数据与离线运动模糊。
- 最后一步：无头 Chrome 产出帧，ffmpeg 合并已有音轨并编码 MP4。
实验三 / 两种“AI 视频”不是同一种东西
一边像排舞，
一边像做梦。
代码动画与视频生成模型并不互相替代。选错工具，才会产生“字幕乱跳”或“画面太像 PPT”的抱怨。
字不会写错，节拍不会漂，镜头可精确复现。
强项动态字体、产品演示、信息可视化、几何风格、品牌色、可重复修改
短板写实人物、自然表情、复杂材质容易显得像网页动画
真正实用的是混合：Opus 负责概念、分镜、素材清单和代码动画；Veo、Kling 等生成写实镜头；音乐模型或现成歌曲提供音轨；最后由剪辑工具装配。此时 Claude 是总导演，不是唯一摄影机。
为什么这件事值得认真看？
最值钱的不是“一句话出片”，
而是作品终于有了源代码。
客户说“品牌色换蓝、第三句慢半拍”，改参数即可。不是整支片重抽一次。
同一个时间 t 永远得到同一帧。版本可比较、错误可定位、多人可协作。
一次写好的角色库、镜头语言和渲染器，可以复用到下一首歌或整套栏目。
长上下文里同时放下歌词、风格书、章节代码和修改记录，让模型维持全片规则。
过去生成式视频把“成片”交给你；代码式视频把“片场”交给你。前者惊艳，后者可经营。
别被“一键生成”冲昏头
它压缩了制作，
没有消灭制作。
公开工程借助音频分轨、Whisper/CTC 对齐、节拍分析或现成时间数据，再把结果交给模型使用。
Three.js 重制版的 4K 成片在 M5 Pro 上约需 2.5 小时；复杂运动模糊每帧会重复采样。
节奏、取舍、情绪和“什么时候别再加东西”仍需要人的判断，低质量提示也会得到动画模板大杂烩。
代码可用 MIT 许可，不代表歌曲、歌词、字体和素材一并获得授权。发布前必须逐项确认。
最后只记住一句话
Opus 5.5 的视频能力，
不是“会吐视频”，而是会造一间视频工厂。
它把创意判断、长程规划、视觉编程与工具调用连成了一条线。今天最适合的是动态设计、解说片、歌词动画、产品发布和风格化短片；写实叙事仍更适合与专业视频模型和人类创作者合作。