图片展示的是Claude感 - Codex生成动画Skill(已开源)的宣传图。背景为浅色纸张质感,右下角有剪纸风格的人物剪影,左侧有“Claude感”字样,下方标注“Codex生成动画Skill(已开源)”。该图片位于介绍Claude Motion v0.2.0-beta.1版本及起源的文档中,用于强调文档主题,突出Codex生成动画Skill已开源这一核心信息。

终于!!!我的 Codex 也能生成 Opus5.5 级别的动效了!!!

新版下载:

Claude Motion v0.2.0-beta.1

idea 的起源是这个帖子:

鉴于 Codex 做出来的效果实在是太差,而无法使用 Claude 的缘故,我动手分析了 100 多个国外开源的 Claude 动画的源码,并将其每一项进行了双盲实验、消融实验。

大致你可以理解为先让模型学习前 50 个,然后后 50 个作为双盲组,也就是让模型先隔离生成动画,然后再跟结果进行对比、学习、改进。

最终烧完两个 20 倍 Codex 账号,迭代了几十个版本,跑通了这样一个 hype-video 的 skill。

以下展示一些成果(纯盲测生成,无参考),效果我是直接把下巴都跌下来了。

观看五组完整对照:hypeyolo.com/motion/

我说的这种 Claude 感,我估计用过的都能懂。

但是确实很难用一个画风概括。剪纸、像素小镇、机械结构,长得完全不一样,但有些作品就是能让我觉得这个像 Claude 做的。

最终,折腾了几轮,我把源码、绘图模块和模型整理成了 Claude Motion。下面五组对照,能看到它实际用在新题目里是什么样子。

前面三组,左边是不用这套 Skill 的 GPT,右边使用 Claude Motion。后面两组,左边使用 Lemo 官方 Skill,右边使用 Claude Motion。两边都是 GPT。

同样的是,最终成片都是 one shot,没有进行打磨精修,只用最原始状态去对比。

天文台:借用景深和造型工具,重新写一个故事

统一提示词:维护机器人醒来,打开卡住的穹顶,透过望远镜看流星雨。
图片展示了天文台场景的动画效果对比。左侧为GPT - 不用Skill版本,画面中有一个机器人,背景为带有网格的黑色墙面,整体色调偏冷。右侧为GPT + 我们的Skill版本,画面呈现天文台的夜景,上方有“Observatory / ST The Night Shift”字样,背景是星空,天文台结构清晰,色调更丰富。该图片用于对比使用不同Skill生成动画的效果差异,直观呈现了Claude Motion技能的应用效果。

hypeyolo.com/motion/#observatory

山顶包裹:完整模型也能带来变化

统一提示词:一辆货车沿山路运输发光的包裹,把它送到山顶邮局,最后邮局在日出时亮起来。
这张图是用于展示Codex生成的“Claude感”动画skill的效果对比图,共分为左右两个板块。左侧板块标注为“GPT - 不用 Skill”,显示的是原影片01的内容,画面为夜晚山地间一条蜿蜒小路,小货车正驶向崖边的房屋,整体风格简约暗调,配文为“THE FIRST DELIVERY”。右侧板块标注为“GPT + 我们的 Skill”,显示的是原影片02的内容,画面是山地公路上的货运货车,车顶有发光的矩形物,场景细节更丰富,配文为“Before the world wakes”,直观呈现了添加该Skill后,生成动画的效果变化。

hypeyolo.com/motion/#parcel

阅览室:把接触和动作继续磨细

同一段提示词:午后的阅览室,一阵风吹动窗帘,翻过一页书,房间重新安静下来。
图片展示了使用GPT和使用GPT + 作者技能生成的阅览室场景对比。左侧为GPT生成的场景,右侧为GPT + 作者技能生成的场景。右侧场景中,书桌旁多了一把椅子,书桌上多了两本书,书架上书本排列更整齐,书架旁多了一个小桌子,上面放着一个台灯,还多了一本打开的书。右侧场景在细节上更为丰富,体现了技能对生成内容的优化。

hypeyolo.com/motion/#reading-room

灯塔:skill 真实进步

下面的这些是我在测试自己的 skill 是否真的有用而使用这位博主的 skill 进行同一段提示词生成的

同一段提示词:风雨中,守塔人修好卡住的旋转透镜。灯光重新扫过海面,小船找到港口。
图片展示了使用GPT + Lemo Skill和GPT + 我们的Skill生成的灯塔场景动画效果对比。左侧为原影片02,画面以黑白线条呈现,灯塔位于左侧,海面上有一艘小船。右侧为GPT + 我们的Skill生成的影片,画面色彩更丰富,灯塔为白色,船为红色,背景有雨滴效果。该图片与上下文介绍的灯塔skill真实进步内容相关,直观呈现了技能应用效果。

hypeyolo.com/motion/#beacon

光圈:素材库里没有这个模型,竟然也可以做得那么好

题目是展示机械光圈如何控制通过的光线:看清重叠的叶片,一起打开和收拢,最后留下完整结构。
图片展示了GPT + Lemo Skill和GPT + 我们的Skill生成的动画效果。左侧为GPT + Lemo Skill生成的动画,画面背景为蓝色,呈现一个带有线条和圆点的圆形图案。右侧为GPT + 我们的Skill生成的动画,画面背景为黑色,展示一个带有金属边框和玻璃面的光圈。该图片与上下文紧密相关,是博主测试自己skill生成效果的示例,用于说明在素材库里没有光圈模型的情况下,skill仍能做出较好的动画。

hypeyolo.com/motion/#iris

右侧没有找到一个现成的光圈模型。它选中了玻璃产品案例的影棚和金属处理,保留条形灯反射、环境光及金属拉丝,再新建八片叶片、外壳和开合逻辑。

由此你可以看到这个 skill 的自我递归能力,以及其收集的素材库对于视频渲染能力的提升。

看来对标还是 AI 最擅长的。

备注:

五组用的是各轮已经生成的成片,每支 18 秒、720p、24 帧。并排视频只缩放、加条件标签,保留完整时间线,播放右侧原配乐。

概括这个 skill 的底层原理:让 GPT 创作时可以直接查阅素材库里的案例,并使用里面的绘图代码。

比如一种印刷效果,原项目已经写好了怎么生成刻线、怎么叠加色版、怎么让油墨落到纸上。做新题目时,GPT 可以保留这些实现,再重新设计主体、动作和镜头。

如果只提炼成一句“画面要有手工质感”,具体怎么画,还是得重新猜。

这个 Skill 从输入到成片,具体做了什么

文字规则负责指导选择,源码和模型提供绘制能力,GPT 负责改编与编排。 这三部分一起工作。

这是Codex生成“Claude感”动画的原理示意图,核心展示了该动画skill的生成流程:左侧是存放灯塔、船舵、镜片素材的素材库,中间的角色通过GPT改编处理素材,右侧则输出了贴合需求的新动画片段。结合文档上下文来看,这一示意图对应了该skill生成的第一步“判断需求与匹配素材”环节,清晰呈现了从素材到成片的转化路径,直观体现了基于题目需求改编生成动画的核心逻辑。

先判断这个题目需要什么

输入“修好灯塔,让小船回港”,GPT 要先识别需要画哪些东西、发生什么动作、观众要看懂什么关系。

灯塔题需要修理动作和光束扫海,光圈题需要重叠叶片和同步开合。题目里都有“光”,实际需要的实现完全不同。

接着查目录,找适合这些需求的案例、场景或模型。

包里的检索脚本按中英文标签匹配,给出候选和源码位置。它没有一个能自动判断美感的评分模型;最后仍要由 GPT 读实现、看预览、判断适不适合。

选定画风,再挑具体部件

GPT 会查看候选案例的造型、材质和运动代码,选择一个主方向。

比如灯塔片选二维印刷,光圈片选产品影棚,天文台选微缩三维。决定后,整支片子的比例、色彩、轮廓、光照和运动节奏要放在一起考虑。

复制能用的实现,再重新写新题目

Skill 有几种创建入口:复制原案例、复制已接通的场景或制作系统、提取完整模型。相关许可证和来源一起保留。

复制完以后,GPT 还要重写主体、事件、镜头与时间线。 创建工具只是给出工程起点,不会自己把旧故事变成新故事。

天文台保留景深和几何工具,山顶包裹保留货车模型,光圈保留影棚和材质。不同题目保留的部分不同,不要求每次都调用同一套代码。

最关键的是,那些实现必须真的参与最后的绘制。只读过源码,然后重新画几个方块,再加一层噪点,原来的能力还是丢了。

素材库缺东西,就按同一套规则补

广告媒流

不可能提前准备好任何故事里的所有物件。

缺少对象时,可以组合已有部件,也可以新写绘图路径或三维几何。需要更复杂的模型,再引入许可清楚的外部资产,统一比例、材质和动作。

光圈就是一个例子:主体重新建,周围的影棚与材质实现继续复用。二维印刷故事需要新人物时,也可以沿用原来的线条与墨色机制,不必突然切换成三维。

三维建模并非每支片子的必经步骤。只有需要绕拍、空间遮挡或立体结构的题目,才有必要用三维。

看代表片段,修动作,再导出

先看能代表成片的一段画面与关键动作。如果主体造型、材质或者接触关系不成立,就先修这一段,再扩成完整时间线。

最后让浏览器按指定时间逐帧绘制,由 FFmpeg 合成为 MP4。声音需要工程单独提供;没有音频就不会自动配乐,也不会因为我用中文提问就擅自加中文字幕。

交付时除了视频,还会保留可编辑代码,以及一份说明:用了谁的资源、保留了什么、改写了什么、实际检查过什么。

文件和视频检查能发现加载失败、解码错误等问题。至于是否精致,还是得把成片打开看。

图片展示了Codex生成“Claude感”动画skill制作视频的运行逻辑。分为5个步骤:1. 拆题,以灯塔和帆船为素材;2. 选案例、定画风,有多种画风选择;3. 改编、补物件,添加人物等;4. 看样片、修动作,有放大镜标识;5. 导出成片,生成MP4格式。中间有“有问题,回去改”的箭头标识,表明若出现问题可返回修改。此图与文档中介绍skill制作流程的内容相契合,直观呈现制作步骤。

素材库里有什么

这次整理的 v0.2.0-beta.1 包含:

  • 源码案例:47 条

查阅并调用原来的绘制实现。

  • 制作系统:5 套(含 10 个开发示例)

从接通好的工程改编。

  • 场景入口:14 个(其中 3 个实验组件)

复用场景结构和时间线。

  • 物件包:30 条

复用几何、贴图,以及部分骨骼动作。

47 条源码中,36 条有原例抽帧,11 条还存在预览缺口;阅览室场景另外附带 14 个家具文件,不计入那 30 条物件目录。

库里有 JavaScript 绘图代码,也有 GLB 模型、贴图、预览图和许可文件。它们都随 Skill 文件夹提供,需要时再读取,不会每次把全部源码塞进上下文。

新对话调用这个 Skill,会重新查找和使用这些文件。

我做的是把已有的绘图能力整理成 GPT 创作时能用的工具。

安装和使用

把下面这段话复制给 Codex,让它帮你完成安装:

请帮我安装这个动画 Skill:https://github.com/Hype-yolo/claude-motion-skill 。按照仓库的安装说明,下载当前发布版本,安装所需依赖并完成验证。如果已有同名 Skill,先备份。安装完成后,告诉我如何调用它来生成视频。

装好后,直接告诉它你想做什么视频,以及时长、声音和字幕要求即可。

skill来源:Lemo Opuscar、ReelMimic、animate、ClaudeAnimationBase,以及 Khronos 示例资产、Kenney 和 Quaternius。原作者署名、固定版本与各自许可保留在包内。