John Heibel தனது இசைக் காணொளியான “I’m Upping My P(doom)” தொடர்பான திட்டக் கோப்புகளை வெளியிட்டுள்ளார். அதன் storyboard-ஐயும் JavaScript அனிமேஷனையும் Claude Opus 5.5 எழுதியதாக அவர் கூறுகிறார். உலாவி frame-களை வரைந்து, ஏற்கெனவே இருந்த பாடலுடன் ffmpeg-ஐக் கலந்து காணொளி உருவாக்குவதை கோப்புகள் காட்டுகின்றன. முடிக்கப்பட்ட காணொளி YouTube-இல் உள்ளது.

Opus 5.5 செப்டம்பர் 22 அன்று வெளியானதைத் தொடர்ந்து உருவாக்குநர்கள் பகிர்ந்த பதிவுகளில், ஆவணப்படுத்தப்பட்ட ஓர் எடுத்துக்காட்டு இது: Opus 5.5 செப்டம்பர் 22 அன்று வெளியானது. “Claude காணொளி உருவாக்கியது” என்பது, காணொளி மாடல் செய்வதுபோல் நேரடியாக நகரும் படங்களை உருவாக்கியது என்பதைவிட, காட்சிகளையும் அவற்றை render செய்யும் குறியீட்டையும் எழுதியது என்று பொருள்படலாம். ஒரு காணொளியில் மாடலின் பங்களிப்பு எவ்வளவு, இசை, கருவிகள், மனித வழிநடத்தல் எவ்வளவு என்பதை மதிப்பிட இந்த வேறுபாடு முக்கியம்.

முக்கிய மாற்றம்

  • என்ன மாறியுள்ளது:உருவாக்குநர்கள் AI குறியீட்டு முகவரைப் பயன்படுத்தி, மென்பொருள் திட்டங்களாக அனிமேஷன்களை உருவாக்கி, அதன் முடிவுகளை காணொளியாக render செய்கின்றனர். அத்தகைய பணிமுறைக்கான குறியீட்டையும் மீண்டும் பயன்படுத்தக்கூடிய தொடக்கத் தொகுப்பையும் Heibel வெளியிட்டுள்ளார்.
  • ஏன் இது முக்கியம்:Storyboard, காட்சிக் கோப்புகள், renderer ஆகியவை காணொளிக்குப் பின்னுள்ள பணியையும் வேறு இடங்களிலிருந்து வழங்கப்பட்ட உள்ளீடுகளையும் வெளிப்படுத்துகின்றன. முடிக்கப்பட்ட காணொளியை மட்டும் பார்த்து உழைப்புப் பகிர்வை அறிய முடியாது.
  • எது இன்னும் நிச்சயமற்றது:வழக்கமான தயாரிப்பு நேரம், செலவு, வெற்றி விகிதம், மற்றொரு உருவாக்குநர் அதே தரத்தை எளிதில் பெற முடியுமா என்பதைக் பொதுவெளி எடுத்துக்காட்டுகள் நிறுவவில்லை. BIG CHANGE இந்த இரு திட்டங்களையும் மீண்டும் உருவாக்கிப் பார்க்கவில்லை.

P(doom) திட்டத்தில் உண்மையில் என்ன உள்ளது

Claude Code-இல் இரண்டு தலைமுறைகளாகக் காணொளி உருவானதாக Heibel கூறுகிறார். முதலாவது, நடுத்தர முயற்சி நிலையில் Opus 5.5-ஐப் பயன்படுத்தியது; பின்னர் p5 brushstrokes-ஐப் பயன்படுத்தவும், காட்சிகளைச் சுவாரசியமாக்கவும், ஒன்றிலிருந்து அடுத்ததுடன் இணைக்கவும் இரண்டாம் சுற்றுக்கு அவர் வழிகாட்டினார். களஞ்சியத்தின் விளக்கத்தின்படி, ஒவ்வொரு காட்சிக்குமான யோசனைகளைத் தனித்தனியாக அவர் சொல்லவில்லை; ஆனால் Clawd கதாபாத்திரத்தை வரையறுத்து, ஒவ்வொரு பாடல்வரிக்கும் தனித்த காட்சித் தோற்றம் கேட்டார்.

உருவான திட்டத்தில் ஒவ்வொரு ஷாட்டுக்குமான storyboard, துணை முகவர்களுக்கு விளக்கப் பயன்பட்ட animation வழிகாட்டி, ஒன்பது அத்தியாயக் கோப்புகள், பகிரப்பட்ட கதாபாத்திரம் மற்றும் காலவரிசைக் குறியீடு, studio.html p5.js, p5.brush கொண்டு வரையப்பட்ட பக்கம் ஆகியவை உள்ளன. render script headless Chrome-இல் frame-களைப் பிடித்து, ffmpeg மூலம் MP4 ஆக encode செய்கிறது. களஞ்சியத்தில் பாடல் ஒலி வளமாகச் சேர்க்கப்பட்டுள்ளது; முந்தைய பதிவு செய்தவர் என்றும் குறிப்பிடப்பட்டுள்ளது. அந்தப் பாடல் Opus 5.5 உருவாக்கியது என அது கூறவில்லை. முந்தைய X பதிவு ஒன்றைத் தாம் உந்துதலாகக் கொண்டதாகவும் Heibel குறிப்பிடுகிறார்.

அதன்பிறகு Heibel Claude Animation Base என்ற தொடக்கத் தொகுப்பை வெளியிட்டுள்ளார்; அதில் கதாபாத்திர வளங்கள், வழிகாட்டி, உலாவி ஸ்டுடியோ, rendering script-கள் உள்ளன. முதலில் கேட்க வேண்டியதாகப் பரிந்துரைக்கப்படும் கோரிக்கை 15 நொடிக் Clawd கார்ட்டூன். முகவர் storyboard உருவாக்கி, ஷாட்டுகளை அமைத்து, MP4 எழுதுவதற்கு முன் தொடர்புப் படத் தாள்களைச் சரிபார்ப்பதாக README கூறுகிறது; Node.js, Chrome, ffmpeg ஆகியவை தேவை. தனி GPU இல்லாமல் watercolor நிரப்புகளுக்கு ஒவ்வொரு frame-க்கும் சில நொடிகள் ஆகலாம் என Heibel தெரிவிக்கிறார்.

மற்றொரு இசைக் காணொளி மனித வழிநடத்தலைத் தெளிவாக்குகிறது

Joshua Ledbetter-ன் “Functional Emotions” திட்டம் பயனுள்ள ஒப்பீட்டை வழங்குகிறது. பழைய Claude மாடல் பாடல் வரிகளை எழுதியதாகவும் Suno அதன் இசைத்தடத்தை உருவாக்கியதாகவும் உருவாக்குநர் கூறுகிறார். பின்னர் Claude Code-இல் இயங்கிய Opus 5.5 காணொளித் திட்டத்தை எழுதியது. தொடக்கப் பாடல்வரிக் காணொளி வடிவத்தை Ledbetter நிராகரித்து, காட்சிகளையும் நேர அமைப்பையும் மேம்படுத்தச் சொல்லி, காட்சித் தாளத்துக்காக Heibel-ன் P(doom) காணொளியைக் காட்டினார். நிராகரிக்கப்பட்ட பதிப்பு, திருத்தப்பட்ட storyboard, அத்தியாயக் குறியீடு, இணையமின்றி இயங்கும் renderer ஆகியவை களஞ்சியத்தில் உள்ளன. பிந்தைய அத்தியாயங்களை ஏழு துணை முகவர்கள் வரைந்ததாகவும் தொடர்புப் படத் தாள்களை மாடல் ஆய்வு செய்ததாகவும் அதில் தெரிவிக்கிறது.

Ledbetter-ன் திட்டம் தனிப்பயன் WebGL2 brushstroke renderer-ஐப் பயன்படுத்தி, beat grid மற்றும் சொல் அளவிலான நேர அமைப்பின் மூலம் காட்சிகளை ஏற்கெனவே இருந்த பாடலுடன் ஒத்திசைக்கிறது. அதன் உருவாக்குநர் வெளியிட்ட காணொளியை மூலத்துடன் சேர்த்துப் பார்க்கலாம். வெளியிடப்பட்ட திருத்தங்கள் முதல் கோரிக்கைக்கும் வெளியிடப்பட்ட முடிவுக்கும் இடையிலான படைப்பாற்றல் வழிநடத்தலைக் காட்டுகின்றன. களஞ்சியம் குறியீட்டை ஆவணப்படுத்துகிறது; ஆனால் படைப்புரிமை அல்லது தயாரிப்பு நேரம் குறித்த ஒவ்வொரு கூற்றையும் சுயாதீனமாகச் சரிபார்க்க முடியாது.

இசைக் காணொளிகளைத் தாண்டியும் இந்த வடிவம் விரிகிறது. criticasterdotcom என்ற பெயரில் பதிவிடும் ஓர் உருவாக்குநர் Headroom தயாரிப்பு விளக்கக் காணொளியையும் மற்றும் ஒரு render செய்யப்பட்ட இரு பதிப்புகளைக் கொண்ட களஞ்சியத்தையும் பகிர்ந்துள்ளார். Canvas அனிமேஷனையும், உலாவியிலிருந்து ffmpeg-க்கு ஏற்றுமதி செய்வதையும் கோப்புகள் விவரிக்கின்றன. உள்ளூரில் இயங்கும் Kokoro மாடல் குரல் கொடுத்ததாகவும், மாதிரி இசைக்கருவிகளும் ஒலி விளைவுகளும் ஒலியின் சில பகுதிகளை வழங்கியதாகவும் உருவாக்குநர் கூறுகிறார். Opus 5.5 அமர்வு 55 நிமிடங்கள் நீடித்ததாகவும் கூடுதல் வளக் கட்டணம் இல்லை என்றும் பதிவில் கூறப்படுகிறது; நேர, செலவு எண்கள் சுயமாகத் தெரிவிக்கப்பட்டவை, சுயாதீனமாக அளவிடப்பட்ட முடிவுகள் அல்ல.

எடுத்துக்காட்டுகளைப் பாருங்கள்; பின்னர் மூலத்தையும் ஆயுங்கள்

இந்தத் திட்டங்கள், திருத்தக்கூடிய மென்பொருள் வழித்தடத்தின் மூலம் காணொளியை வழிநடத்த உருவாக்குநர்களுக்கு வாய்ப்பளிக்கின்றன. ஆவணப்படுத்தப்பட்ட இரண்டு இசைக் காணொளிகளிலும் Opus 5.5 கணிசமான அனிமேஷன் குறியீட்டை எழுதியது; ஏற்கெனவே இருந்த பாடல்கள், prompt-கள், மேற்கோள்கள், மறுஆய்வு ஆகியவை முடிக்கப்பட்ட படைப்பை வடிவமைத்தன.

ஆதாரங்களும் மேலும் வாசிப்பும்

  • Anthropic-ன் Opus 5.5 அறிவிப்பு மாடல் வெளியீட்டுத் தேதியையும் குறியீட்டு எழுதுதலுக்கான அதன் கவனத்தையும் குறிப்பிடுகிறது. இயல்பான காணொளி உருவாக்கும் அம்சத்தை இது ஆவணப்படுத்தவில்லை.
  • John Heibel-ன் P(doom) களஞ்சியம் storyboard, அத்தியாய அமைப்பு, renderer, இரண்டு சுற்றுகள் மற்றும் வழங்கப்பட்ட இசை குறித்த உருவாக்குநரின் விளக்கத்தை வழங்குகிறது.
  • Claude Animation Base Heibel-ன் மீண்டும் பயன்படுத்தக்கூடிய பணிமுறை, சார்புகள், அவர் தெரிவித்த rendering வரம்பு ஆகியவற்றை ஆவணப்படுத்துகிறது.
  • Joshua Ledbetter-ன் “Functional Emotions” களஞ்சியம்;
  • Headroom அனிமேஷன் களஞ்சியம் மற்றும் உருவாக்குநரின் பதிவு விளக்கக் காணொளி எடுத்துக்காட்டையும் அதில் குறிப்பிடப்படும் ஒலி ஆதாரங்களையும் வழங்குகின்றன. அமர்வு நேரம் மற்றும் செலவு குறித்த கூற்றுகள் சரிபார்க்கப்படவில்லை.