11月4日晚,IT之家、快科技等科技媒体集中转发了一个尚未发布模型的测试案例:开发者社区陆续流出 Claude Fable 5.5 的实测作品,其中一段纯代码生成的 66 秒动画短片引发关注,模型连续自主编程近 3 小时完成画面、配乐和音效。国内技术博主转述的海外开发者测试信息显示,这部短片全程没有使用任何图像模型,每一帧画面、每一个声音都由模型自己写 Python 代码生成,最终交付为单个 HTML 文件。Anthropic 尚未官宣这款模型,也未确认流出案例的真实性,此番曝光又恰逢公司推进上市:快科技称其已递交 IPO 申请、前三季度营收同比增长超 12 倍。IT之家微博快科技
先把这笔"2 小时 40 分钟换 66 秒"的账看明白。这部短片里有狐狸、纸鸟、云层和字幕,规格为 1920×804、24fps,被概括为"零生成图片、零素材库、零采样、零字体文件",折算下来画面每推进一秒,模型大约要连续工作 2 分 25 秒。原始开发者在社交平台上公开了提示词,成片以网页形式发布,国内开发者也已放出可查可跑的复现代码。但作品可查不等于流程可复制:有博主明确记录,自己这轮内测体验未统一记录生成耗时、费用、失败率与重试次数。这些恰恰是判断"能不能拿来做内容"的关键变量。哔哩哔哩知乎
它和文生视频根本不是一回事,这是理解这条热搜最重要的一点。 即梦、可灵、Sora 这类扩散模型是"直接画像素",单次生成时长有限——一份知乎技术回答统计,主流视频模型单次多在 30 秒以内,Sora 2 约 20 秒、Veo 3.1 约 8 秒;要得到长成片,业界通用做法是把上一段的输出"喂"回模型当作下一段的条件继续生成,而这种复合误差在学术研究中已被证明难以消除,长视频因此容易"越拍越像做梦":角色五官渐变、背景物件凭空增减。Fable 5.5 走的是另一条路:模型像一个动画工程师,写代码逐帧绘制图形、合成声音,再渲染封装成一个自包含文件。这条路径的产出是确定性代码——不满意某一秒,改一行重新渲染即可,不用重新"抽卡",也不会抽着抽着风格漂移。一位日常用代码逐帧生成视频的创作者在评论区交坑:纯代码动画真正难的不是画面,是"时间",任何一处看起来像转场的写法都可能变成 bug,而这类问题可以逐帧量化排查、逐步验证。“每一秒都可修改、可复现、可测量”,才是这部 66 秒短片真正刺痛行业的地方,而不是"AI 又能画画了"。知乎哔哩哔哩
那么,普通人离用它做内容还有多远?眼下横着三道门槛。 第一道是摸不摸得到:模型未正式发布,只有被灰度路由到的用户能测到,国内已有博主确认在 Claude 官方桌面版中体验到了内测版本,并从图片素材和纯文字提示词两种输入拿到了可直接播放的 MP4 成片。第二道是划不划算:近 3 小时才出一部 66 秒短片,而内容生产的本质是快速试错、批量迭代,讨论区里两种成本账同时存在——有人算"抽五次视频都不一定比代码画出来贵",也有人称按订阅折算这类长任务几乎不花钱,双方都拿不出可比的公开单价,耗时和失败率数据缺位,这笔账现在算不清。第三道是它能做什么、不能做什么:据开发者披露的提示词,这部短片专门要求"不出现任何人",把人脸和手部这些程序化绘图最难的对象留在能力边界之外,剩余表现力全押在场景、动作和光影上。也就是说,它目前擅长的是风格化二维、MG 动效、图解科普这类"代码友好"的视觉,实测对比中与声效的配合也已明显进步,但实拍质感与复杂光影仍不在它的射程内。知乎哔哩哔哩知乎
把这几点放在一起,“视频模型要完蛋"的断言下得过早——最早跑通这种工作流的海外开发者自己都激动地说"这是纯代码,一次就生成了,怎么比 AI 视频模型生成的还好看”。但社区里更有共识的方向是混合管线:复杂素材交给图像模型,建模、动效、剪辑交给代码。真正被拉近的是另一件事:知识科普、产品发布片头、网页嵌入动画这类内容,第一次出现了"用写需求代替做后期"的可行样本,而且它交付的不是素材,而是一个完整可播放的工程文件。接下来值得盯的信号有三个:Anthropic 是否官宣发布及其定价,灰度用户能否给出稳定的耗时与失败率数据,复现代码的产出质量能否撑住日更节奏。在此之前,普通人离"用它做内容"的距离,不在"AI 会不会画动画",而在能不能低成本、高频率地重画一遍。知乎哔哩哔哩