John Heibel ने अपने संगीत वीडियो “I’m Upping My P(doom)” के लिए परियोजना फ़ाइलें प्रकाशित की हैं। उनका कहना है कि Claude Opus 5.5 ने उसकी दृश्य-योजना और JavaScript एनिमेशन लिखा। फ़ाइलों से पता चलता है कि ब्राउज़र फ़्रेम बनाता है और ffmpeg उन्हें पहले से मौजूद गीत के साथ जोड़ता है। पूरा वीडियो YouTube पर है।

निर्माताओं की पोस्ट में, फ़िल्म Opus 5.5 की 22 सितंबर की रिलीज़ के बाद सामने आए दस्तावेज़ीकृत उदाहरणों में से एक है। “Claude ने वीडियो बनाया” का अर्थ यह हो सकता है कि उसने दृश्य लिखे और उन्हें रेंडर करने वाला कोड तैयार किया—न कि वीडियो मॉडल की तरह सीधे चलती हुई छवियाँ बनाई हों। यह अंतर समझना ज़रूरी है कि किसी क्लिप का कितना हिस्सा मॉडल ने बनाया और कितना संगीत, टूल तथा मानवीय निर्देशन पर निर्भर था।

बड़ा बदलाव

  • क्या बदला: क्रिएटर AI coding agent से एनिमेशन को सॉफ़्टवेयर परियोजना की तरह बनवा रहे हैं और नतीजे वीडियो के रूप में रेंडर कर रहे हैं। Heibel ने ऐसे काम के एक तरीके के लिए कोड और दोबारा इस्तेमाल की जा सकने वाली शुरुआती किट प्रकाशित की है।
  • यह क्यों मायने रखता है: दृश्य-योजना, दृश्य-फ़ाइलें और रेंडरर क्लिप के पीछे हुए काम और बाहर से दिए गए इनपुट दिखाते हैं। केवल तैयार क्लिप से यह श्रम-विभाजन समझ में नहीं आता।
  • क्या अब भी अनिश्चित है: सार्वजनिक उदाहरण यह साबित नहीं करते कि आम तौर पर उत्पादन में कितना समय या खर्च लगता है, सफलता-दर क्या है या दूसरा क्रिएटर उतनी ही गुणवत्ता कितनी आसानी से हासिल कर सकता है। BIG CHANGE ने किसी भी परियोजना को दोहराकर नहीं बनाया।

P(doom) परियोजना में असल में क्या है

Heibel के अनुसार फ़िल्म Claude Code में दो दौरों में बनी। पहले दौर में Opus 5.5 को medium effort पर इस्तेमाल किया गया; फिर उन्होंने दूसरे दौर के लिए p5 brushstrokes, अधिक रोचक दृश्य और हर दृश्य को अगले से जोड़ने के निर्देश दिए। कोड-भंडार का विवरण बताता है कि उन्होंने हर दृश्य के विचार अलग से नहीं दिए, लेकिन Clawd पात्र तय किया और हर गीत-पंक्ति के लिए अलग दृश्य-शैली माँगी।

इस परियोजना में शॉट-दर-शॉट दृश्य-योजना, दूसरे एजेंटों को काम समझाने के लिए एनिमेशन-मार्गदर्शिका, नौ अध्यायों की फ़ाइलें, साझा पात्र और समय-रेखा का कोड, तथा एक studio.html पृष्ठ p5.js और p5.brush से रंगा गया है। इसकी रेंडर स्क्रिप्ट headless Chrome में फ़्रेम कैप्चर करती है और ffmpeg से MP4 बनाती है। कोड-भंडार में गीत ऑडियो फ़ाइल के रूप में है और पुराने रिकॉर्डिंग को श्रेय देता है; गीत को Opus 5.5 की रचना नहीं बताया गया। Heibel प्रेरणा के लिए पहले के एक X पोस्ट को भी श्रेय देते हैं।

इसके बाद Heibel ने Claude Animation Base नाम की दोबारा इस्तेमाल की जा सकने वाली किट जारी की, जिसमें पात्रों की फ़ाइलें, मार्गदर्शिका, ब्राउज़र स्टूडियो और रेंडर स्क्रिप्ट हैं। README का सुझाया पहला अनुरोध Clawd का 15 सेकंड का कार्टून बनाना है। उसके अनुसार एजेंट MP4 लिखने से पहले दृश्य-योजना और शॉट तैयार करता तथा संपर्क-पत्र जाँचता है; Node.js, Chrome और ffmpeg आवश्यक हैं। Heibel बताते हैं कि समर्पित GPU के बिना जलरंग भरने में प्रति फ़्रेम कई सेकंड लग सकते हैं।

एक और संगीत वीडियो में मानवीय निर्देशन साफ़ दिखता है

Joshua Ledbetter का “Functional Emotions” प्रोजेक्ट उपयोगी तुलना देता है। क्रिएटर के मुताबिक, पुराने Claude मॉडल ने गीत के बोल लिखे और Suno ने संगीत बनाया। फिर Claude Code में Opus 5.5 ने वीडियो परियोजना का कोड लिखा। Ledbetter ने शुरुआती lyric-video शैली अस्वीकार की, अधिक प्रभावशाली दृश्य और बेहतर समय-निर्धारण माँगा, तथा गति के लिए एजेंट को Heibel का P(doom) वीडियो दिखाया। कोड-भंडार में अस्वीकृत संस्करण, संशोधित दृश्य-योजना, अध्यायों का कोड और ऑफ़लाइन रेंडरर है। उसके विवरण के मुताबिक सात सहायक एजेंटों ने बाद के अध्याय चित्रित किए और मॉडल ने संपर्क-पत्रों की समीक्षा की।

Ledbetter की परियोजना कस्टम WebGL2 brushstroke रेंडरर इस्तेमाल करती है और beat-grid तथा शब्द-स्तरीय समय-निर्धारण से शॉटों को पहले से मौजूद गीत के साथ मिलाती है। उसका क्रिएटर द्वारा पोस्ट किया गया वीडियो स्रोत सामग्री के साथ देखा जा सकता है। सार्वजनिक किए गए संशोधन पहली माँग से पोस्ट किए गए नतीजे तक के रचनात्मक निर्देश दिखाते हैं। कोड-भंडार कार्यान्वयन दर्ज करता है, हालाँकि उससे लेखकत्व या उत्पादन-अवधि के हर दावे की स्वतंत्र पुष्टि नहीं होती।

यह तरीका संगीत वीडियो से आगे भी जाता है। criticasterdotcom नाम से पोस्ट करने वाले एक क्रिएटर ने Headroom का उत्पाद-व्याख्यात्मक वीडियो और एक दो रेंडर किए गए संस्करणों वाला कोड-भंडार साझा किया। फ़ाइलों में Canvas एनिमेशन और ब्राउज़र से ffmpeg तक निर्यात का वर्णन है। क्रिएटर के मुताबिक Kokoro का स्थानीय मॉडल आवाज़ देता है, जबकि चुने हुए वाद्य और ध्वनि-प्रभाव ऑडियो के कुछ हिस्से उपलब्ध कराते हैं। पोस्ट Opus 5.5 पर 55 मिनट के सत्र और अतिरिक्त asset शुल्क न लगने की बात कहती है; समय और लागत के ये आँकड़े क्रिएटर के अपने दावे हैं, स्वतंत्र रूप से मापे गए नतीजे नहीं।

पहले उदाहरण देखें, फिर स्रोत देखें

इन परियोजनाओं में क्रिएटर संपादन योग्य सॉफ़्टवेयर प्रक्रिया के ज़रिये वीडियो का निर्देशन कर सकते हैं। दस्तावेज़ीकृत दोनों संगीत वीडियो में Opus 5.5 ने एनिमेशन कोड का बड़ा हिस्सा लिखा, जबकि पहले से मौजूद गीत, prompt, संदर्भ और मानवीय समीक्षा ने तैयार काम को आकार दिया।

स्रोत और आगे पढ़ें

  • Anthropic की Opus 5.5 घोषणा मॉडल की रिलीज़ की तारीख़ और कोडिंग पर उसका ज़ोर बताती है। इसमें नेटिव वीडियो-निर्माण सुविधा का दस्तावेज़ नहीं है।
  • John Heibel का P(doom) कोड-भंडार इसमें दृश्य-योजना, अध्यायों की बनावट, रेंडरर और दो दौरों तथा दिए गए संगीत का क्रिएटर-विवरण है।
  • Claude Animation Base Heibel की दोबारा इस्तेमाल की जा सकने वाली प्रक्रिया, निर्भरताओं और रेंडरिंग की उनकी बताई सीमा का दस्तावेज़ है।
  • Joshua Ledbetter का “Functional Emotions” कोड-भंडार दूसरे कोड-आधारित तरीके, ऑडियो के स्रोत, मानवीय संशोधनों और क्रिएटर के कई दौरों का विवरण देता है।
  • Headroom का एनिमेशन कोड-भंडार और क्रिएटर की पोस्ट एक व्याख्यात्मक वीडियो और उसके बताए ऑडियो स्रोतों का विवरण देते हैं। सत्र के समय और लागत के दावे स्वतंत्र रूप से सत्यापित नहीं हैं।