AI产品阿颖公众号文章

突然发现,Video as Code 的时代已经来了。

AI产品阿颖

公众号 · 23 篇文章

最近发现,X 上越来越多人开始用 Claude Opus 模型制作视频了。对,你没看错,就是那个 LLM 模型。

文章图片

尤其是一些 MG 动画,动态字体、图形转场,还有各种复杂的视觉效果,做得相当漂亮。

甚至 Anthropic 官方在 10 月 8 日推出了一个叫 Claude Motion 的新功能。

文章图片

Claude Motion 可以直接通过自然语言制作 MG 动画。

比如把一份季度报告交给 Claude,让它提炼重点,再通过动态图表、文字和各种转场效果,制作成一段 30 秒的讲解视频。

它的实现思路非常有意思。

你可以把它理解成,给网页增加了一条时间轴。平时我们开发网页,通过代码决定文字、图片、图表等元素的位置和样式。

现在,再增加一个时间维度,让代码控制这些元素什么时候出现、怎么运动,画面就动起来了。

举个例子,一个柱状图可以在第 1 秒从底部出现,第 2 秒增长到指定高度,第 3 秒显示具体数字,第 4 秒切换到下一个场景。

而且,因为底层是代码,里面的文字、数字、动画时间都可以继续修改。但在国内想用 Opus 的模型,得费老门子劲。

这两天有个让我非常惊喜的发现,国内也出了一款死磕代码生成视频路线的产品,而且做得非常之扎实。产品名字叫 Fotor Agent。

文章图片

它早在 8 月份就在海外上线跑通了这条路线,还顺手拿下了 Product Hunt 第一,那时候 Opus 还在刷屏。现在,国内版本也终于正式上线了。

Fotor Agent 主打用代码生成视频制作 MG 动画,只需要用自然语言说清楚需求,就能制作原生 4K 的 MG 动画以及带 MG 动画的视频。

不仅文本精准可控,还真正做到了零门槛,完全无需 AE 基础。

无论是商用还是自媒体创作,都能完美适配。

MG 可能有些同学不熟悉。其实它是 Motion Graphics 的缩写,通常翻译成动态图形。说白了,就是让文字、数字、图表、几何图形等视觉元素动起来,用动画来表达信息。

所以,MG 动画特别适合做科普视频、产品介绍和商业汇报。因为很多抽象的概念,光靠语言或者静态图片,很难解释清楚。但通过图形和文字的动态变化,就容易理解多了。

不过,当动画开始承担解释信息的任务,准确性和可控性就变得非常重要。尤其是涉及数据的时候,光有漂亮的画面还远远不够。

假设我想制作一条 AI 模型的科普视频,里面有一个展示模型性能的动态柱状图。

我肯定需要保证数字正确、文字正确、每根柱子的长度正确,还需要根据解说安排动画出现的时间。

文章图片

对于商业和自媒体视频来说,这些事情比单纯追求画面的视觉冲击力更加重要。

这种场景中,代码生成视频这条技术路线就非常有优势,因为它可以直接通过代码控制每一个元素。比如柱状图的高度、文字内容、动画出现的时间,都可以精确调整。

我给大家看看 Fotor Agent 做的一些 MG 视频。原生 4K,而且可以直接用在商用和自媒体场景。

比如,这是一个 JOJO 风格的动漫视频。

查看内嵌内容

这是一个数字人访谈的视频。

查看内嵌内容

总体来说,现在利用 AI 制作视频,大致可以分成两条技术路线。

第一条,就是我们非常熟悉的 Seedance、可灵、MiniMax H3、Vidu 这些视频生成模型。

它们擅长根据文字、图片等输入,生成连续、复杂的动态画面。比如逼真的人物、自然风景,或者有电影感的镜头,这些都是视频生成模型擅长的事情。

不过,视频创作还有一类很常见的需求,就是通过动画,把复杂的信息解释清楚。

比如,我想制作一条科普视频,介绍过去十年 AI 模型参数量的变化。这里需要准确的数据、动态柱状图、文字说明,以及配合解说节奏的转场。

这种内容,其实就非常适合用 MG 动画来呈现。

而让我觉得有意思的是,随着 Coding 模型越来越强,现在已经可以直接让 AI 编写代码,制作出这类动画,完全不需要调用传统的视频生成模型。

这就是另外一条技术路线。

如果硬要用 Seedance 这样的模型制作 MG 动画,当然也可以尝试,但往往会碰到两个问题。

第一,文字和数据的准确性不太容易保证。

第二,后期修改非常麻烦。

毕竟视频模型生成的是连续画面,假如你只是想修改一个数字、一句文案,可能又得重新生成对应的片段。

空说没有意思,我给大家看一下我用 Fotor Agent 做的国风历史科普短片的一个 MG 动画。

查看内嵌内容

下面给大家演示一下。这是 MG 动画快速上手的入口。

文章图片

在右边输入视频解说主题,选择风格。接着上传图片素材,选好画面比例,就可以开始生成了。这里最多支持上传 30 个文件,图片、视频和文档都能添加。

文章图片

发送完视频生成任务后,跟着提示,把脚本要修改的地方改了,旁白的声音选择了,分镜方案确定了后,就 OK 了。过了一会就生成出来了。

值得一提的是,一个 1 分钟的 4K 超高清 MG 视频跑出来的花费不到 30 元,成本确实不高。

界面左侧的时间轴,文字、画面、配音和配乐都已经自动排进各自的轨道里了,它把所有素材打包成了完整的视频工程,后面可以继续接着编辑。

这一步省掉了不少时间。以前做这种片子,脚本、素材、动画和配音得分开准备,最后还要导进剪辑软件,一段段对齐时间轴。

现在这些工作都能在 Fotor Agent 里完成。尤其是个人创作者,不用来回切换好几个工具,就能把脑子里的想法一直推进到成片。

文章图片

Fotor Agent 生成的视频是原生 4K 的 MG 动画,我们可以直接导出 4K。整个片子中文字完全没有出现乱码现象。

像这种科普片,文字和图形的清晰度和表达的准确性就非常重要。AI 视频模型常常在这里翻车。

文章图片

像片子里的竹简展开,印刷时刷墨、覆纸、揭纸等,这些都做成了动画,观众能跟着画面看懂每一步。

用 AE 做,通常要进行拆素材、搭图层,再设置关键帧等等操作,逐个调整先后和快慢。会用 AE 的人当然能做得很细,但对没有基础的人来说,光熟悉这些操作,就得花不少时间。

现在直接零基础上手,把素材直接给到 Fotor Agent,用自然语言描述,先生成一版,再根据效果调整。不用先学会 AE,也能开始做这种 MG 动画。

一个人做视频,前期学习和制作的负担都小了不少。

而且,生成之后,画面里的各种元素还能继续改。

视频中文字、数据、图形和背景等 MG 元素,Fotor Agent 都能精准地在视频中直接编辑。需要改哪一处,就直接改哪,不用重新生成,大幅节省了成本。

比如,这里我可以在中间的画布区域里直接改文字。

还可以对图形进行圆角、透明度、描边等等调整。

文章图片

改动比较大的话,可以去右侧的对话框中输入要求,就能进行对应的修改。

文章图片

更省心的是,在 Fotor Agent 里,生成后的视频、音频、字幕和 MG 动画都有各自独立的轨道。想调整哪个元素,直接去对应轨道上拖拽或替换就行,方便又精准。

文章图片

我随手又做了一个品牌主题片,效果还不错。

查看内嵌内容

除了做动画,它也能帮忙剪视频。上传口播,可以清理语气词和废话,再配上画面。长视频也能挑出重点,剪成短片。剪完想再调,直接在时间轴上改就行。

我放了张图,大家可以看看,这就是 Fotor Agent 在做的事情。

文章图片

它和前面介绍的用 Claude Opus 制作 MG 动画,底层思路是类似的,都是通过代码生成动画。

只不过,Fotor Agent 把这套能力做成了一套更完整、门槛更低的 Agent 工作流。

我们只需要上传必要的素材,告诉它自己想做什么,它就会规划内容、生成动画,再把各种素材组合起来,制作出一个可以继续编辑的视频初稿。

而且,修改也非常简单,就和改 PPT 一样。

文章图片

我自己还是挺看好 Video as Code 这条技术路线的。

这段时间,我们正在密集制作一些产品宣传视频。我发现,其实很多时候,我们并不需要特别复杂的创意,更多的就是把信息清楚地传递给用户。

而这类视频里面,有大量元素是可以反复复用的。

比如 Logo、品牌动画、特定的图标、一些固定的转场效果,都可以通过代码做成组件,后面需要的时候直接调用。

包括我们平时制作口播视频,也经常需要添加花字。

每个博主通常都有自己的视觉规范,字体、颜色、动画效果基本都是固定的,只有具体的文案会发生变化。

文章图片

这些东西,其实都可以通过代码固化下来。以后制作剪辑类似的视频,只需要替换文字、数据或者其他参数,就可以沿用原来的动画效果。

这才是 Video as Code 最有想象空间的地方。

前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →订阅更新、RSS 与阅读指南 →