图片展示了Opus 5.5制作宣传片的能力,以手绘风格呈现。左侧有“OPUS 5.5”字样,中间是“实测Opus做宣传片的能力 顺手做了个Skill”标题。右侧展示了HTML、CSS、SVG等技术元素,以及镜头、转场、配音等制作流程,还有一条带有声音波形的胶片带,标注“MP4”。该图与文档中作者实测Opus做宣传片能力的内容相关,直观呈现了制作过程。

最近动效 skill 挺多的,我一直想做一个自己的,也想顺便看看现在的模型做宣传片能做到什么程度。

我用 Opus 5.5 给 Manus 的 Cue、SpaceXAI 的 Grok Bot、OpenAI 的 dots、Meta 的 Muse 做的宣传片。效果如下:

该图片为用于展示的视觉素材,是使用Opus工具制作的Manus旗下Cue的宣传片配套内容。画面背景为带浅圆点的淡黄色底色,主体核心标识为蓝色齿轮造型图案搭配黑色英文“cue”,图案外围有两层浅蓝色圆环。图片下方配有黑色矩形白色文字的说明,内容为“Cue,你的专属 Agent”,契合文档中介绍的“给Manus的Cue做宣传片”的相关内容。

素材是它自己去官网扒的,配音是我电脑上跑的开源模型,没开 AE,也没调一次生图。

01  原理解析:宣传片其实是一个会动的网页

我们要理解大模型的能力,就必须得知道它是怎么做到这些事情的。

用语言模型做视频的原理,比想象中简单。

做的事情就是:写一个网页,让它按时间动起来,再一帧一帧截下来,拼成 MP4。

画面里的每个元素都还是代码。

logo 是一段 SVG 代码,从官网扒下来直接塞进网页;标题和字幕是普通文字,换字体、换颜色就是改一行 CSS。

图片展示的是Muse的Logo,是一个蓝色的弯曲字体“m”位于一个浅蓝色圆环内。Logo下方有一个黑色矩形按钮,按钮上用白色字体写着“Muse”。该图片位于介绍Muse能力的文档中,是对Muse品牌标识的直观呈现,与上下文提到的Muse是Adobe旗下的一款视频编辑软件相呼应,直观展示了其品牌标识。

镜头推近、拉远、横移,是给整场画面加了一个 transform;

转场是两场画面叠在一起,用遮罩、模糊和透明度过渡;

截图上的放大镜,就是把同一张截图放大以后裁出一块。

因为每一帧都是算出来的,同一个时间点截两次,结果一模一样。换风格只是换一套 CSS 和动作参数,出竖版就是改一下画布尺寸,素材一张都不用重做。

配音用的是 yovoice(yovoice.leemysw.com/ ),一个在本地跑的开源配音工具,背后是阿里开源的 Qwen3-TTS。不用注册账号,也不联网,一句话十几二十秒出来。

说到底它就是模型的前端能力,模型写前端本来就强,这件事也就顺理成章了。

广告媒流(小程序)-爆款监控

如果让 opus 调用生图模型再来出一些图片素材,效果会更好。

skill 和全部案例在这里:SpaceZephyr/store-release-kits

02 一些效果贼好的动效 skill

做完我去搜了一圈开源的动效 skill,有几个效果确实不错。

最火的是 HeyGen 开源的 HyperFrames(heygen-com/hyperframes),6.2 万 star。它是一个 HTML 转视频的框架,自带给 Agent 用的 skill,思路和我这个一样,写 HTML 出视频。

图片展示了HeyGen HyperFrames的网页界面。上方有其标志及“编写HTML,渲染视频,为智能体而生”等文字。下方有“工作室”“快速开始”“展示”“演练场”“目录”“文档”“Discord”等导航选项。中间弹出窗口提示“Start something new”,并说明Native Mac和Linux app现已可用。底部文字介绍HyperFrames是一个开源框架,用于将HTML、CSS、媒体和可寻址动画转换为确定性的MP4视频,可本地通过CLI使用,也可在AI编码代理中借助技能使用,或作为托管式创作工作流背后的渲染核心。

OpenMontage(calesthio/OpenMontage)更重,6.8 万 star,是一整套视频生产系统,12 条流水线、700 多个 skill 和知识文件。

Remotion 官方也出了 skill(remotion-dev/skills),5100 star,用 React 写视频的人会更顺手。

花叔的 huashu-art-motion(alchaincyf/huashu-art-motion)偏艺术动画,3700 star,有 35 种艺术风格和 9 种解说动画语法。

小一些的还有 motion-skills(iart-ai/motion-skills),一口气放了 50 个动效 skill,从大字排版、数据图表到竖屏短视频都有;

claude-motion-design(howseen-ai/claude-motion-design)则是用 HTML + Playwright + ffmpeg 纯代码做动效视频。

动效 skill 拉开差距的地方在镜头和节奏的规则,代码模型都会写。

03 写在最后

做这个 skill,我前后就说了四句话:

看一下这个SpaceZephyr/store-release-kits做宣传图的仓库;在这个基础上做一个宣传视频 skill,拿 B 站做几个例子;不要用 emoji,太不专业;再拿 Muse、Grok Bot、dots、Cue 做几个不同风格的案例,推到 GitHub。

一个 skill、5 个产品、9 条片子就出来了。

后来我嫌配音像机器人、动效像 PPT,又说了一次,顺手丢了个 TTS 的链接,第二版也有了。

代码我一行没写,素材一张没找。

这次对话我确实没出多少力,但冒出「拿宣传片测一下 Opus」这个念头,到制作了九条片子挑毛病,决定开源出去,再写这篇文章,这些引申出来的工作更消耗我的时间。

往后很多工作大概都会变成这样,几句话交代清楚,剩下的交给模型。

到那时候,一个人的本事会体现在别的地方:知道该提什么,能一眼看出结果哪里不对,敢把承担 AI 输出内容的结果。

skill 和全部案例在这里:SpaceZephyr/store-release-kits ,在 product-promo-video 目录下,九条成片在 Releases 里。