John Heibel তাঁর “I’m Upping My P(doom)” music video তৈরির প্রকল্পের ফাইল প্রকাশ করেছেন। তিনি বলেন, Claude Opus 5.5-এর storyboard ও JavaScript animation লিখেছে। ফাইলগুলোতে দেখা যায়, browser frame আঁকে, আর ffmpeg আগে থেকে থাকা গানটির সঙ্গে সেগুলো জোড়ে। শেষ video-টি YouTube-এ।

নির্মাতাদের পোস্টে নথিভুক্ত উদাহরণগুলোর মধ্যে film-টি এসেছে Opus 5.5-এর ২২ সেপ্টেম্বরের release-এর পর। “Claude ভিডিও বানিয়েছে” বলতে scene লেখা ও code render করাকে বোঝাতে পারে; video model-এর মতো সরাসরি চলমান ছবি তৈরি করাকে নয়। clip-এর কতটা model থেকে এসেছে আর কতটা গান, tool ও মানুষের নির্দেশনার ওপর নির্ভর করেছে—তা বিচার করতে এই পার্থক্য গুরুত্বপূর্ণ।

মূল পরিবর্তন

  • কী বদলেছে: নির্মাতারা AI coding agent দিয়ে software project হিসেবে অ্যানিমেশন বানিয়ে তার ফল video-তে render করছেন। Heibel এমন একটি workflow-এর code এবং পুনর্ব্যবহারযোগ্য starter kit প্রকাশ করেছেন।
  • কেন গুরুত্বপূর্ণ: storyboard, scene file ও renderer-এ clip তৈরির কাজ এবং বাইরে থেকে দেওয়া input দেখা যায়। শুধু finished clip দেখলে এই শ্রমবিভাগ বোঝা যায় না।
  • কী এখনো অনিশ্চিত: প্রকাশ্য উদাহরণগুলো থেকে সাধারণত কত সময় বা খরচ লাগে, সাফল্যের হার কত, কিংবা অন্য নির্মাতা একই মান কত সহজে পেতে পারেন—তা প্রতিষ্ঠা হয় না। BIG CHANGE কোনো project-ই পুনরায় তৈরি করেনি।

P(doom) project-এ আসলে কী আছে

Heibel-এর মতে, Claude Code-এ film-টি দুই দফায় তৈরি হয়। প্রথম দফায় medium effort-এ Opus 5.5 ব্যবহার করেন; দ্বিতীয় দফায় তিনি p5 brushstroke ব্যবহার, scene আরও আকর্ষণীয় করা এবং একটির সঙ্গে পরেরটি জোড়ার নির্দেশ দেন। repository-র বিবরণ অনুযায়ী, তিনি আলাদা scene idea নির্দিষ্ট করেননি; তবে Clawd চরিত্রটি নির্ধারণ করে প্রতিটি গানের পঙ্‌ক্তির জন্য স্বতন্ত্র দৃশ্যরূপ চেয়েছিলেন।

ফলস্বরূপ project-এ shot-by-shot storyboard, subagent-দের কাজ বুঝিয়ে দেওয়ার animation guide, নয়টি chapter file, চরিত্র ও timeline-এর ভাগ করা code এবং একটি studio.html পৃষ্ঠা p5.js ও p5.brush দিয়ে আঁকা হয়েছে। এর render script headless Chrome-এ frame সংগ্রহ করে এবং ffmpeg দিয়ে MP4 encode করে। repository-তে গানটি audio asset হিসেবে আছে এবং আগের একটি recording-কে কৃতিত্ব দেওয়া হয়েছে; Opus 5.5 গানটি রচনা করেছে—এমন দাবি নেই। Heibel আগের একটি X পোস্ট-কে অনুপ্রেরণা হিসেবে কৃতিত্ব দিয়েছেন।

এরপর Heibel প্রকাশ করেছেন Claude Animation Base নামের একটি starter kit, যাতে character asset, guide, browser studio ও rendering script রয়েছে। প্রথমে ১৫ সেকেন্ডের Clawd cartoon বানাতে বলা হয়েছে। README অনুযায়ী, agent storyboard তৈরি, shot নির্মাণ ও contact sheet পরীক্ষা করে তারপর MP4 লেখে; এতে Node.js, Chrome ও ffmpeg দরকার। Heibel জানান, dedicated GPU ছাড়া watercolor fill render করতে প্রতি frame কয়েক সেকেন্ড লাগতে পারে।

আরেকটি music video-তে মানুষের নির্দেশনা স্পষ্ট

Joshua Ledbetter-এর “Functional Emotions” project তুলনার জন্য কার্যকর উদাহরণ। নির্মাতার বক্তব্য অনুযায়ী, Claude-এর আগের একটি model গানের কথা লিখেছিল এবং Suno track তৈরি করেছিল। পরে Claude Code-এ চলা Opus 5.5 video project লিখেছে। Ledbetter প্রথম lyric-video রূপটি নাকচ করেন, আরও শক্তিশালী scene ও timing চান, এবং pacing-এর জন্য Heibel-এর P(doom) video দেখান। repository-তে বাতিল সংস্করণ, সংশোধিত storyboard, chapter code এবং offline renderer রয়েছে। বিবরণে বলা হয়েছে, সাতটি subagent পরের chapter-গুলো এঁকেছে এবং model contact sheet পর্যালোচনা করেছে।

Ledbetter-এর project-এ নিজস্ব WebGL2 brushstroke renderer আছে; beat grid ও শব্দভিত্তিক timing দিয়ে shot-গুলোকে আগে থেকে থাকা গানের সঙ্গে মেলানো হয়। নির্মাতার প্রকাশিত film source-এর পাশাপাশি দেখা যায়। প্রকাশ করা revision-গুলো প্রথম অনুরোধ ও প্রকাশিত ফলের মাঝের সৃজনশীল নির্দেশনা দেখায়। repository code নথিভুক্ত করে, তবে লেখকত্ব বা তৈরির সময় নিয়ে প্রতিটি দাবি স্বাধীনভাবে যাচাই করতে পারে না।

এই format music video-র বাইরেও ব্যবহৃত হচ্ছে। criticasterdotcom নামে পোস্ট করা এক নির্মাতা Headroom product explainer এবং দুটি render করা সংস্করণসহ repository ভাগ করেছেন। ফাইলগুলোতে Canvas animation এবং browser থেকে ffmpeg-এ export-এর কথা আছে। নির্মাতা বলেন, local Kokoro model narration দিয়েছে, আর sampled instrument ও sound effect audio-র কিছু অংশ সরবরাহ করেছে। পোস্টে Opus 5.5 দিয়ে ৫৫ মিনিট কাজ এবং অতিরিক্ত asset charge না লাগার কথা বলা হয়েছে; সময় ও খরচের সংখ্যা নির্মাতার নিজস্ব বিবরণ, স্বাধীনভাবে মাপা নয়।

উদাহরণগুলো দেখুন, তারপর source দেখুন

এই project-গুলোতে নির্মাতারা সম্পাদনাযোগ্য software pipeline দিয়ে video পরিচালনা করতে পারেন। নথিভুক্ত দুই music video-তে Opus 5.5 উল্লেখযোগ্য অ্যানিমেশন code লিখেছে; একই সঙ্গে আগে থেকে থাকা গান, prompt, reference ও review-ও শেষ ফলকে গড়েছে।

সূত্র ও আরও পাঠ

  • Anthropic-এর Opus 5.5 ঘোষণা। model প্রকাশের তারিখ জানায় এবং coding-এ এর জোর বর্ণনা করে। এতে native video-generation feature-এর কোনো নথি নেই।
  • John Heibel-এর P(doom) repository। storyboard, chapter বিন্যাস, renderer এবং দুই ধাপ ও সরবরাহ করা গান নিয়ে নির্মাতার বিবরণ দেয়।
  • Claude Animation Base। Heibel-এর পুনর্ব্যবহারযোগ্য workflow, প্রয়োজনীয় dependency এবং rendering-এ GPU-সংক্রান্ত তাঁর বর্ণিত সীমা নথিভুক্ত করে।
  • Joshua Ledbetter-এর “Functional Emotions” repository। দ্বিতীয় code-ভিত্তিক pipeline, audio-র উৎস এবং নির্মাতার একাধিক সংশোধন-ধাপ নথিভুক্ত করে।
  • Headroom-এর animation repository এবং নির্মাতার post এখানে explainer-এর উদাহরণ ও ঘোষিত audio source দেয়। session-এর সময় ও খরচের হিসাব যাচাই করা হয়নি।