John Heibel نے اپنے میوزک ویڈیو کے پروجیکٹ کی فائلیں شائع کی ہیں۔ ان کے مطابق Claude Opus 5.5 نے اس کا اسٹوری بورڈ اور JavaScript اینیمیشن لکھی۔ فائلوں سے ظاہر ہوتا ہے کہ براؤزر نے فریم بنائے اور ffmpeg نے انہیں پہلے سے موجود گانے کے ساتھ جوڑا۔ مکمل ویڈیو YouTube پر دیکھی جا سکتی ہے۔

یہ فلم ان تخلیق کاروں کی پوسٹس میں دستاویزی مثال ہے جو Opus 5.5 کی 22 ستمبر کی ریلیز کے بعد سامنے آئیں۔ “Claude نے ویڈیو بنائی” کا مطلب یہ ہو سکتا ہے کہ اس نے مناظر اور انہیں رینڈر کرنے کا کوڈ لکھا، نہ کہ ویڈیو ماڈل کی طرح براہِ راست متحرک تصاویر بنائیں۔ یہ فرق سمجھنا ضروری ہے کہ کسی کلپ کا کتنا حصہ ماڈل سے آیا اور کتنا موسیقی، ٹولز اور انسانی رہنمائی پر منحصر تھا۔

بڑی تبدیلی

  • کیا بدلا ہے: تخلیق کار AI کوڈنگ ایجنٹ کے ذریعے اینیمیشن کو سافٹ ویئر پروجیکٹ کے طور پر بناتے اور نتیجے کو ویڈیو کی شکل میں رینڈر کرتے ہیں۔ Heibel نے اس طریقۂ کار کا کوڈ اور دوبارہ استعمال کے قابل ابتدائی کِٹ شائع کی ہے۔
  • یہ کیوں اہم ہے: اسٹوری بورڈ، منظر کی فائلیں اور رینڈرر کلپ کے پیچھے ہونے والا کام اور باہر سے فراہم کردہ مواد دکھاتے ہیں۔ صرف تیار کلپ سے کام کی یہ تقسیم معلوم نہیں ہو سکتی۔
  • کیا ابھی غیر یقینی ہے: عوامی مثالوں سے عام طور پر درکار وقت، لاگت، کامیابی کی شرح یا یہ ثابت نہیں ہوتا کہ دوسرے تخلیق کار بھی اتنی آسانی سے وہی معیار حاصل کر سکتے ہیں۔ BIG CHANGE نے دونوں میں سے کسی پروجیکٹ کو خود دوبارہ نہیں بنایا۔

P(doom) پروجیکٹ میں حقیقتاً کیا شامل ہے

Heibel کے مطابق Claude Code میں فلم دو مرحلوں میں بنی۔ پہلے مرحلے میں Opus 5.5 نے درمیانی سطح کی کوشش کے ساتھ کام کیا؛ پھر انہوں نے دوسرے مرحلے کی ہدایت دی کہ p5 برش اسٹروکس استعمال کیے جائیں، مناظر کو مزید دلچسپ بنایا جائے اور ہر منظر کو اگلے سے جوڑا جائے۔ ریپوزٹری کی وضاحت کے مطابق، انہوں نے ہر منظر کا الگ خیال نہیں بتایا، البتہ Clawd کردار متعین کیا اور کہا کہ ہر بول کو الگ بصری انداز میں پیش کیا جائے۔

تیار شدہ پروجیکٹ میں شاٹ بہ شاٹ اسٹوری بورڈ، ذیلی ایجنٹس کو کام سمجھانے کے لیے اینیمیشن گائیڈ، نو ابواب کی فائلیں، کردار اور ٹائم لائن کا مشترکہ کوڈ، اور studio.html صفحہ ہے جسے p5.js اور p5.brush سے پینٹ کیا گیا ہے۔ اس کا رینڈر اسکرپٹ بغیر سر دکھائے چلنے والے Chrome میں فریم محفوظ کرتا اور ffmpeg سے MP4 بناتا ہے۔ ریپوزٹری میں گانا آڈیو فائل کے طور پر شامل ہے اور اس کی پہلے کی ریکارڈنگ کا کریڈٹ دیا گیا ہے؛ اسے Opus 5.5 کی موسیقی قرار نہیں دیا گیا۔ Heibel نے الہام کے طور پر X پر اپنی ایک پرانی پوسٹ کا بھی کریڈٹ دیا ہے۔

بعد میں Heibel نے Claude Animation Base جاری کیا: ایک ابتدائی کِٹ جس میں کرداروں کے اثاثے، گائیڈ، براؤزر اسٹوڈیو اور رینڈرنگ اسکرپٹس ہیں۔ اس کی تجویز کردہ پہلی درخواست 15 سیکنڈ کا Clawd کارٹون ہے۔ README کے مطابق ایجنٹ اسٹوری بورڈ بناتا، شاٹس تیار کرتا اور MP4 لکھنے سے پہلے کانٹیکٹ شیٹس چیک کرتا ہے؛ اس کے لیے Node.js، Chrome اور ffmpeg درکار ہیں۔ Heibel کا کہنا ہے کہ مخصوص GPU کے بغیر واٹر کلر طرز کی رنگ آمیزی میں ہر فریم کئی سیکنڈ لے سکتا ہے۔

ایک اور میوزک ویڈیو انسانی رہنمائی کو نمایاں کرتی ہے

Joshua Ledbetter کا “Functional Emotions” پروجیکٹ مفید موازنہ پیش کرتا ہے۔ تخلیق کار کے مطابق Claude کے ایک پرانے ماڈل نے گانے کے بول لکھے اور Suno نے اس کی موسیقی بنائی۔ پھر Claude Code میں کام کرتے ہوئے Opus 5.5 نے ویڈیو پروجیکٹ لکھا۔ Ledbetter نے بولوں کے سادہ ویڈیو والے ابتدائی انداز کو رد کیا، زیادہ مؤثر مناظر اور بہتر وقت بندی مانگی، اور رفتار کے لیے ایجنٹ کو Heibel کی P(doom) ویڈیو دکھائی۔ ریپوزٹری میں رد شدہ ورژن، نظرثانی شدہ اسٹوری بورڈ، ابواب کا کوڈ اور آف لائن رینڈرر موجود ہیں۔ اس کے بیان کے مطابق سات ذیلی ایجنٹس نے بعد کے ابواب پر پینٹنگ کی اور ماڈل نے کانٹیکٹ شیٹس کا جائزہ لیا۔

Ledbetter کے پروجیکٹ میں مخصوص WebGL2 برش اسٹروک رینڈرر ہے، اور شاٹس کو بیٹ گرڈ اور لفظ بہ لفظ وقت بندی کے ذریعے پہلے سے موجود گانے کے ساتھ ہم آہنگ کیا گیا ہے۔ ان کی تخلیق کردہ فلم کو اصل مواد کے ساتھ دیکھا جا سکتا ہے۔ ظاہر کی گئی تبدیلیاں پہلے مطالبے اور شائع شدہ نتیجے کے درمیان تخلیقی رہنمائی دکھاتی ہیں۔ ریپوزٹری کوڈ کی تفصیل دیتی ہے، تاہم وہ تصنیف یا تیاری کے وقت سے متعلق ہر دعوے کی آزادانہ تصدیق نہیں کر سکتی۔

یہ انداز میوزک ویڈیوز سے آگے بھی پھیل رہا ہے۔ criticasterdotcom کے نام سے پوسٹ کرنے والے ایک تخلیق کار نے Headroom کی وضاحتی فلم اور دو رینڈر شدہ ورژنز والی ریپوزٹری شیئر کی۔ فائلوں میں Canvas اینیمیشن اور براؤزر سے ffmpeg کے ذریعے ایکسپورٹ کرنے کا طریقہ درج ہے۔ تخلیق کار کے مطابق فلم کی آواز مقامی Kokoro ماڈل نے بنائی، جبکہ آڈیو کے کچھ حصوں میں نمونے لیے گئے ساز اور صوتی اثرات استعمال ہوئے۔ پوسٹ میں Opus 5.5 کے 55 منٹ کے سیشن اور اضافی اثاثوں کی کوئی لاگت نہ ہونے کا دعویٰ ہے؛ وقت اور لاگت کے یہ اعداد تخلیق کار کے اپنے بیان ہیں، آزادانہ طور پر ناپے گئے نتائج نہیں۔

مثالیں دیکھیں، پھر اصل مواد بھی ملاحظہ کریں

یہ پروجیکٹس تخلیق کاروں کو قابلِ ترمیم سافٹ ویئر مراحل کے ذریعے ویڈیو کی رہنمائی کرنے دیتے ہیں۔ دستاویزی طور پر بیان کردہ دونوں میوزک ویڈیوز میں Opus 5.5 نے خاصا اینیمیشن کوڈ لکھا، جبکہ پہلے سے موجود گانوں، پرامپٹس، حوالوں اور انسانی جائزے نے تیار شدہ کام کی صورت گری کی۔

ماخذ اور مزید مطالعہ

  • Anthropic کا Opus 5.5 اعلان ماڈل کی ریلیز کی تاریخ اور کوڈنگ پر اس کی توجہ بیان کرتا ہے۔ اس میں براہِ راست ویڈیو بنانے کی صلاحیت درج نہیں۔
  • John Heibel کی P(doom) ریپوزٹری اسٹوری بورڈ، ابواب کی ساخت، رینڈرر، دونوں مراحل اور فراہم کردہ موسیقی سے متعلق تخلیق کار کا بیان پیش کرتی ہے۔
  • Claude Animation Base Heibel کے دوبارہ استعمال کے قابل طریقۂ کار، ضروری اجزا اور ان کی بتائی ہوئی رینڈرنگ کی حد کی تفصیل دیتی ہے۔
  • Joshua Ledbetter کی “Functional Emotions” ریپوزٹری دوسرے کوڈ پر مبنی طریقۂ کار، آڈیو کے ماخذ اور تخلیق کار کی نظرثانی کے مراحل کی تفصیل دیتی ہے۔
  • Headroom کی اینیمیشن ریپوزٹری اور تخلیق کار کی پوسٹ وضاحتی فلم اور آڈیو کے بیان کردہ ماخذ پیش کرتے ہیں۔ سیشن کے وقت اور لاگت کے دعووں کی آزادانہ تصدیق نہیں ہوئی۔