Mga pop video ni Claude, mga animasyong isinulat bilang code

Inilathala ni John Heibel ang mga file ng proyekto sa likod ng music video niyang “I’m Upping My P(doom).” Ayon sa kaniya, isinulat ng Claude Opus 5.5 ang storyboard at JavaScript animation nito. Ipinakikita ng mga file na iginuhit ng browser ang mga frame at pinagsama-sama ito ng ffmpeg sa dati nang kanta. Nasa YouTube ang kumpletong video.

Isa itong dokumentadong halimbawa sa mga post ng mga creator matapos ilabas ang Opus 5.5 noong Setyembre 22. Maaaring mangahulugan ang “gumawa ng video si Claude” na sumulat ito ng mga eksena at code para sa rendering, sa halip na direktang gumawa ng gumagalaw na larawan gaya ng video model. Mahalaga ang pagkakaibang ito kapag sinusuri kung gaano kalaking bahagi ng clip ang nagmula sa modelo at gaano kalaki ang nakasalalay sa musika, mga tool at gabay ng tao.

Ang malaking pagbabago

• Ano ang nagbago:Gumagamit ang mga creator ng coding agent na AI upang gumawa ng mga animasyon bilang proyekto ng software at i-render ang resulta bilang video. Inilathala ni Heibel ang code at panimulang kit na magagamit muli para sa ganitong daloy ng paggawa.
• Bakit mahalaga:Ipinakikita ng storyboard, mga file ng eksena at renderer ang trabahong nasa likod ng clip at mga input na nagmula sa iba. Hindi maipakikita ng natapos na clip lamang ang hatian ng mga ambag.
• Ano ang hindi pa tiyak:Hindi pinatutunayan ng mga pampublikong halimbawa ang karaniwang oras at gastos sa paggawa, antas ng tagumpay o kung gaano kadaling makakamit ng ibang creator ang gayon ding kalidad. Hindi muling ginawa ng BIG CHANGE ang alinmang proyekto.

Ano talaga ang laman ng proyektong P(doom)

Ayon kay Heibel, dalawang henerasyon ng Claude Code ang ginamit sa pelikula. Ginamit sa una ang Opus 5.5 sa katamtamang antas ng pagsisikap; pagkatapos, iniutos niya sa ikalawang pasada na gumamit ng mga brushstroke ng p5, gawing mas kawili-wili ang mga eksena at iugnay ang bawat isa sa kasunod. Ayon sa salaysay sa repositoryo, hindi siya nagtakda ng ideya para sa bawat eksena, ngunit tinukoy niya ang karakter na Clawd at hiniling na magkaroon ng natatanging biswal na pagtrato ang bawat liriko.

May storyboard ito kada kuha, gabay sa animasyon para bigyan ng tagubilin ang mga subagent, siyam na file ng kabanata, pinagsasaluhang code para sa mga karakter at timeline, at pahinang studio.html na iginuhit gamit ang p5.js at p5.brush. Kumukuha ng mga frame sa headless Chrome ang render script nito at ginagamit ang ffmpeg upang i-encode ang MP4. Kasama sa repositoryo ang kanta bilang audio asset at kinikilala nito ang naunang recording; hindi nito ipinakikilalang komposisyon iyon ng Opus 5.5. Kinikilala rin ni Heibel ang naunang post sa X bilang inspirasyon.

Inilabas na rin ni Heibel ang Claude Animation Base, isang panimulang kit na may mga asset ng karakter, gabay, browser studio at mga script para sa rendering. Iminumungkahi ng unang kahilingan nito ang 15 segundong cartoon ng Clawd. Sinasabi sa README na gumagawa ng storyboard ang ahente, bumubuo ng mga kuha at nagsusuri ng contact sheet bago magsulat ng MP4; nakalista sa mga kailangan ang Node.js, Chrome at ffmpeg. Iniulat ni Heibel na maaaring tumagal nang ilang segundo bawat frame ang pagpinta ng mga watercolor fill nang walang nakalaang GPU.

Ipinakikita ng isa pang music video ang gabay ng tao

Kapaki-pakinabang na paghahambing ang proyekto ni Joshua Ledbetter na “Functional Emotions”. Ayon sa creator, mas lumang modelo ng Claude ang sumulat ng mga liriko ng kanta at gumawa ng track ang Suno. Pagkatapos, isinulat ng Opus 5.5 sa Claude Code ang proyekto ng video. Tinanggihan ni Ledbetter ang unang estilong lyric video, humiling ng mas matitinding eksena at tiyempo, at itinuro sa ahente ang video ni Heibel na P(doom) bilang gabay sa pacing. Kasama sa repositoryo ang tinanggihang bersiyon, binagong storyboard, code ng mga kabanata at offline renderer. Sinasabi sa salaysay nito na nagpinta ng mga susunod na kabanata ang pitong subagent at sinuri ng modelo ang mga contact sheet.

Gumagamit ang proyekto ni Ledbetter ng pasadyang WebGL2 brushstroke renderer at itinatapat ang mga kuha sa dati nang kanta gamit ang beat grid at tiyempo sa bawat salita. Maaaring panoorin ang pelikulang inilathala ng creator kasabay ng source. Ipinakikita ng mga isiniwalat na rebisyon ang malikhaing gabay sa pagitan ng unang kahilingan at inilathalang resulta. Idinodokumento ng repositoryo ang code, bagaman hindi nito malayang napapatunayan ang bawat pahayag tungkol sa may-akda o oras ng paggawa.

Hindi rin lamang sa mga music video ginagamit ang paraang ito. Ibinahagi ng creator na gumagamit ng pangalang criticasterdotcom ang paliwanag na video ng Headroom at repositoryong may dalawang ni-render na bersiyon. Inilalarawan sa mga file ang animasyong Canvas at pag-export mula browser tungo sa ffmpeg. Ayon sa creator, lokal na modelong Kokoro ang nagbigay ng boses, samantalang mga instrumentong isinampol at sound effect ang pinagmulan ng ilang bahagi ng audio. Iniulat sa post na tumagal nang 55 minuto ang sesyon gamit ang Opus 5.5 at walang karagdagang singil para sa mga asset; sariling ulat ang mga bilang sa oras at gastos, hindi malayang sinukat na resulta.

Panoorin ang mga halimbawa, pagkatapos ay tingnan ang source

• “I’m Upping My P(doom)” sa YouTube, kasama ang source code ni Heibel.
• Post ng creator tungkol sa “Functional Emotions”, kasama ang source code ni Ledbetter.
• Mga pelikulang paliwanag ng Headroom, kasama ang salaysay ng creator at mga source file.
• Ibinahaging post ng prompt ni Donald Jewkes at ibinahaging video post ng Anabology, na ibinigay bilang mga halimbawa para sa kuwentong ito. Hindi direktang nakuha ng BIG CHANGE ang mga post sa X, kaya hindi napatunayan dito ang mga partikular na pahayag at kasaysayan ng produksyon.

Hinahayaan ng mga proyektong ito ang mga creator na magdirek ng video sa pamamagitan ng mae-edit na software pipeline. Sa dalawang dokumentadong music video, malaking bahagi ng code ng animasyon ang isinulat ng Opus 5.5, samantalang nakaimpluwensiya sa natapos na gawa ang dati nang mga kanta, prompt, sanggunian at pagsusuri.

Mga sanggunian at karagdagang babasahin

• Anunsiyo ng Anthropic tungkol sa Opus 5.5. Itinatakda nito ang petsa ng paglabas ng modelo at inilalarawan ang pokus nito sa coding. Hindi nito idinodokumento ang likas na kakayahan sa pagbuo ng video.
• Repositoryo ng P(doom) ni John Heibel. Nasa rito ang storyboard, estruktura ng mga kabanata, renderer at salaysay ng creator tungkol sa dalawang pasada at ibinigay na musika.
• Claude Animation Base. Idinodokumento ni Heibel dito ang workflow na magagamit muli, mga kailangang dependency at iniulat niyang limitasyon sa rendering.
• Repositoryo ni Joshua Ledbetter para sa “Functional Emotions”. Idinodokumento rito ang ikalawang pipeline na nakabatay sa code, pinagmulan ng audio at mga rebisyon ng creator.
• Repositoryo ng animasyon ng Headroom at post ng creator. Nagbibigay ang mga ito ng halimbawa ng paliwanag na video at nakasaad na pinagmulan ng audio. Hindi napatunayan ang iniulat na oras ng sesyon at halaga.