Claude Fable 5.2探索代码生视频:一句提示词完成3D短片全流程

Fable 5.2以代码和工具调用完成3D短片,展现可控视频制作的新路径。

冷月清谈:

文章介绍了 Claude Fable 5.2 通过编程与工具调用制作视频的案例。开发者仅提供一条提示词,模型便自行编写 Blender 代码,完成建模、材质、灯光、运镜与动画,再调用 10 块云端 GPU 渲染一段约59秒、包含13个镜头的4K短片,耗时52分钟,渲染费用为5.75美元。与 Veo、Runway 等直接生成画面的模型不同,Claude 主要依靠代码、空间推理和任务规划搭建场景,并协调 Blender、FFmpeg、音频生成等工具完成制作。这种方式在动态图形、信息可视化、产品展示和风格化3D动画中具有精确、可修改和可复现的优势,但面对写实人物、复杂自然运动及连续影视镜头时,仍难完全替代专业视频生成模型。

怜星夜思:

1、代码生视频和 Veo、Runway 这类生成式视频,最可能先在哪些场景正面竞争?
2、所谓“一次提示词做出成片”,能不能算真正的一键生成?评测时还应该公开哪些信息?
3、59秒4K短片渲染52分钟、费用5.75美元,这样的效率已经具备商业价值了吗?
4、代码生视频普及后,创作者会更需要审美能力,还是更需要编程能力?

原文标题:Fable 5.2生视频也火了!一句话生成3D短片,建模、运镜、渲染全包

原文作者:机器之心

原文内容

图片
机器之心编辑部


昨天,Anthropic 正式发布 Claude Fable 5.2 和 Claude Mythos 5.2。除了惊人的编程、科学研究和机器人操作能力,Claude 的生视频能力也值得单独唠唠。


新模型发布后,开发者 Riley Brown 在 X 上发布了一段名为《The Edge》的 3D 短片。


https://x.com/rileybrown/status/2119902109709537708


画面围绕一张工作桌展开。桌上的 MacBook 亮起屏幕,Claude 的龙虾吉祥物 Clawd 在场景中活动,键盘按键、屏幕内容与环境光线相互配合。镜头不断切换,窗外的天色从黄昏变成夜晚,最后迎来日出。



这段短片包含 13 个镜头,时长约 59 秒。


Riley 表示,他在直播中只给 Fable 5.2 提供了一条提示词。随后,模型自行编写 Blender 代码,创建桌子、笔记本电脑、灯具和角色模型,安排镜头运动,并为物体添加动画。


完成建模与动画后,Fable 调用 RunPod 上的 10 块 GPU 进行 4K 渲染,耗时 52 分钟。Riley 公布的云端渲染费用为 5.75 美元。模型还进行了画面调色、标题制作,并借助 ElevenLabs 生成配乐和音效。


另一位开发者 Peter Yang 则用 Fable 5.2 制作了一段 20 秒的日本京都伏见稻荷大社秋季旅行广告。整段视频通过代码构建,包含音乐。



https://x.com/petergyang/status/2119886560992854431


其实早在 9 月,Opus 生视频就已经火了


9 月 14 日,开发者 Kevin Ngo 展示了一段由 Claude Opus 5 通过 JavaScript 逐帧绘制的动画。


https://x.com/kevin_t_ngo/status/2099477219877978289


随后,有开发者使用 Claude Code 复刻这种 Risograph 孔版印刷风格,生成约 3500 行 Canvas 2D 代码,在单个 HTML 文件中实现 26 个插画场景,并利用 WebAudio 合成音乐。


9 月 22 日,Anthropic 发布 Opus 5.5,进一步推动了这波创作热潮。


发布当天,Reddit 用户 AzorAhai1TK 分享了一段约一分钟的超现实恐怖短片。他向 Claude 提出的要求相当开放:制作一段讲述普通工作日的视频,氛围诡异,画面和音频都通过编程完成,具体工具由模型自行选择。


https://www.reddit.com/r/ClaudeAI/comments/1wnh4fn/opus_55_one_shot_video_generation/


据作者介绍,Opus 5.5 在 Extra-High 推理模式下花费 45 分钟完成制作,包括最终渲染。工具链涉及 NumPy、SciPy、Cairo、Piper TTS 和 FFmpeg。


随后几天,更复杂的作品陆续出现。


9 月 24 日,一位 Reddit 用户展示了 SNES 复古游戏风格的战斗视频。Opus 5.5 调度多个 Agent,分别负责角色、场景、音乐和战斗动画。作者称没有提供现成素材,但在评论中确认,制作过程中进行了两三轮修改。


https://www.reddit.com/r/singularity/comments/1worlfs/opus_55_is_insane_at_making_videos/


同一时期,X 用户 @IterIntellectus 发布了一段 2 分 16 秒的西方文明史动画,以黑金色线条和动态图形串联古希腊、罗马、文艺复兴、工业革命等历史阶段。


https://x.com/IterIntellectus/status/2103212539895017864


这条视频在发布约 24 小时后获得 580 万次观看,后来累计播放量突破 1500 万,作者表示只用了一次提示词。


这波热潮的规模也相当可观。第三方作品索引 Claude Video 目前收录了 1276 段创作者使用 Opus 5.5 制作的视频,涉及 1007 位作者,其中 457 段附有公开提示词。该网站统计的 X 累计观看量约为 7890 万次。


https://claudevideo.org/


Claude 究竟是怎么生视频的?


Claude 可以根据自然语言需求编写 HTML、CSS、JavaScript、SVG 或 Canvas 动画,也可以利用 Three.js 搭建 3D 场景,或者调用 Blender 进行建模和渲染。


例如,用户提出制作一段 15 秒的产品宣传片,Claude 可以先规划镜头与时间轴,再编写控制文字、图形、相机和转场效果的代码。程序按照时间计算每一帧的画面,最后通过浏览器录制、渲染引擎或 FFmpeg 导出 MP4。


如果需要复杂 3D 场景,Claude 还能编写 Blender Python 脚本,自动创建模型、设置材质、布置灯光与相机,再调用 GPU 完成渲染。


这一过程主要依赖模型的编程、空间推理、任务规划和工具调用能力。画面通过程序计算和渲染产生,与 Veo、Runway 等视频模型采用的生成方式存在明显技术差异。


代码生成视频也有自己的优势。


文字、数字和图形的位置可以精确控制;场景和动画时间轴能够重复修改;产品演示中的界面元素、技术示意图以及动态图表,都能使用结构化代码生成。


此前,Remotion 也推出了 Claude Code 插件,让开发者通过自然语言创建和编辑视频项目。10 月 8 日,Anthropic 还正式推出 Claude Motion 测试版,支持将文字、图表和图形制作成动画,并导出 MP4,面向 Team 和 Enterprise 用户开放。



目前,Claude 代码生视频最成熟的应用集中在动态图形、信息可视化、产品展示、技术科普和风格化 3D 动画。对于高写实度人物、复杂自然运动和连续影视镜头,专业生成式视频模型仍具有各自的优势。


Fable 5.2 发布后,其机器人操作能力也引发了 Anthropic 多位研究员的讨论。他们在社交媒体上表示,机器人领域的「苦涩的教训」或许已经到来。



从 9 月的 Opus 5.5 到如今的 Fable 5.2,Claude 生视频持续受到关注。专门的视频生成模型,未来是否也会迎来自己的「苦涩的教训」?大家怎么看?



© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

回应“一次提示词是否等于一键生成”:不能只看用户输入次数。至少还应公开完整提示词、模型版本、工具链、失败次数、人工修改、依赖环境、推理与渲染成本,否则很难复现和横向比较。

1 个赞

回答这个问题:一键下单也不等于一键造车。宣传时说 one-shot 没毛病,但评测最好把幕后花絮放出来,尤其是重跑了几次、改了几轮,不然容易把运气当能力。

1 个赞

回应“最可能先在哪些场景竞争”:我觉得是产品演示、数据可视化和技术科普。这些内容强调文字准确、元素位置固定和时间轴可重复修改,代码方案的可控性明显更强。

3 个赞

关于代码生视频和专用视频模型的竞争,我更看好电商广告批量生产。同一套模板换商品、价格、语言和品牌色就能出几十个版本,这比每次重新抽卡省心得多。

1 个赞

关于这笔渲染账,单片当然便宜,批量生产就要看返工率。一次过是5.75美元,客户改二十版就不是同一个故事了。比较合理的流程是先低清预览,锁定镜头后再上4K。

1 个赞

回应“更需要审美还是编程”:核心能力可能会转向任务拆解、视觉判断和导演思维。编程门槛会被自然语言降低,但镜头节奏、构图和叙事好坏仍需要人来判断。

2 个赞

回应“是否具备商业价值”:若用于提案样片、产品动画或小型广告,5.75美元几乎可以忽略,真正节省的是建模、分镜和动画工时。但商业核算还要加入模型调用、工程配置、失败任务和后期审核成本。