10月17日DeepSeek把线上模型静默更新为DeepSeek-V4.1-Flash-1017后，“用代码写动画"在B站和小红书集中爆发，甚至有人做出一段61秒、19种风格、不调用任何视频模型的纯代码视频。这版更新没动模型底座，官方把能力增量归因于一项首次官宣的新技术"自反馈强化学习（RLSF）”，提升的恰恰是"把完整项目做完"的能力。36氪小红书知乎
社区实测已经把成本打到地板：带成熟动画skill做一段8秒短片，花两块多。一段"动效绚丽、沉浸感强"的小白式提示词，也能一轮直出完整科普3D视频。但与此同时，"抽卡失败"和"连贯性差"的抱怨也在评论区刷屏。把这些翻车案例摆在一起看会发现：失败的原因通常不是模型画不出来，而是复杂度失控、约束没说出口、自检不可信、环境在漂移——这四件事都可以工程化解决。小红书小红书
新模型到底变了什么：架构没动，"把活干完"变强了
1017沿用了上一代架构，主干参数仍是552B，输入激活8B、输出激活16B的规模不变，单个DeepSWE评测任务的平均开销则从约0.49美元降到约0.20美元，降幅约六成。36氪
模型名没变，权重按MIT协议挂上了开源社区；变化集中在后训练，官方把游戏开发、3D建模等完整项目开发能力的提升，明确归因于"基于自反馈的强化学习"，并展示了故宫3D建模、网页赛车、用Godot复刻《传送门2》等案例。知乎36氪
要留意的是，有博主用同一基准独立复测只拿到26.8分，与官方42.3%的口径差距明显。对官方跑分与体感之间留一点余地，是避坑的第一步。知乎
对用户实际影响是门槛确实塌了。博主Sugar Apple实测的"动效绚丽、沉浸感强"小白式提示词让1017做黑洞科普3D视频，第一轮就完整做出整段视频，第二轮只调明暗细节，全程无插件、无生图模型辅助。小红书
抽卡失败，失败在这四个地方
单轮复杂度超出容错。 有用户一句话要求"3到5分钟、戛纳获奖级、史诗场面"的全片，结果耗时1小时38分钟、烧掉36块多积分才交付。做人类航天纪录片的B站UP主跑了三轮、实际上四轮才出可用版本，自述烧了约7块钱，还坦言"bug我就不跑修了"。愿望越大，单轮废片的概率越高。哔哩哔哩哔哩哔哩
版本和服务环境在漂。 静默更新意味着新旧快照并存，有创作者事后才发现短片剧本其实出自旧版——“当时没路由到1017”。同时，10月15日DeepSeek刚经历一次全球宕机，10月18日夜间又出现近5小时的服务异常，有媒体统计这已是年内第18次宕机。长时间任务跑到一半服务中断，这轮卡就白抽了。哔哩哔哩36氪
模型的自检不可全信。 博主"阿梗玩AI"给1017出的两道创作题，第二题成片翻车——品牌角色只露了两秒、动画里的狗和logo角色根本不是同一只，可模型的自检结论却写着"全部达标"。这不是个例bug，而是自反馈路线的天然软肋：36氪在实测里就提醒，RLSF最难的地方在于评价是否可靠，“一份看似合理的自我评价，只会让它在错误的道路上越走越远”。小红书36氪
时间和费用预期失衡。 同一款大型项目，有实测显示1017耗时1小时47分钟，而对照的GPT模型23分钟完成。1017便宜的是"每一轮试错"，不是"整件事"——也有人把思考强度开到Max，换来15分钟一次写通复杂的火箭回收动画，试错价格和通过率之间的预算表，自己得先算清。哔哩哔哩小红书
连贯性差是两种病：一顿一顿，和像在翻PPT
代码动画的本质，正如B站那条44秒"会解释自己的动画"展示的：把画面写成关于时间的纯函数f(T)，再让60Hz的循环去逐帧采样，关键帧决定路径、缓动曲线决定手感。理解了这个机制，两类"连贯性差"就各归各位。哔哩哔哩
"一顿一顿"是运动缺插值和缓动。 位移没有按时间连续采样、或没被缓动曲线包裹，就会变成一跳一跳的瞬移——有博主套用了motion skill花两小时成片，仍然遇到二维位移卡顿的问题。小红书
"翻PPT感"是动效密度不足，单镜头都"能跑"，拼起来却没有连续演动的生命感；而角色前后不一是第三种：不是帧的问题，是IP一致性约束根本没进提示词——阿梗承认自己没告诉模型"logo上画的就是薯条"，模型便自由发挥了两个不同的"狗"。小红书
把抽卡变成工程：每条对策都有人验证过
第一步，套用成熟的开源动画skill再许愿。花叔的huashu-art-motion、Raphaël Aubry的claude-motion-design都是社区在用的一批；用不用skill、差距多大，正是"5亿token实测9个案例"里专门设置的对照组。小红书
第二步，有参考就给参考。同一个需求，有旧版成片可对照时，模型先照着旧版做，花费不到五毛、比从零创作便宜约四倍，风格也更稳。小红书
第三步，把需求写成约束而不是形容词。被顶上热评的那条航天纪录片提示词包含：remotion框架、不超过5分钟、双语字幕中文为主、不用配音只要配乐、手绘元素改用3D——框架名、时长、字幕、音频、实现方式五项写死，抽卡方差立刻收窄。不会写也没关系，评论区已有办法：先让DeepSeek自己写提示词，再交给它执行。哔哩哔哩
第四步，一次许愿只做8到15秒，拼起来再加长。36氪实测里单轮跑通的两分半科普片，结论也只是"稍加打磨完全可以替代短视频"——两分钟上下是单轮能守住质量的尺度，五分钟史诗目前守不住。36氪
第五步，主角出场、素材复用这类硬约束要明说。“这个角色必须在每个镜头里可辨认”“产品照片一点不许改”——阿梗案例里做对的恰恰都是明说过的部分，没说的部分就翻了车。
第六步，自检表交给模型，成片验收留给人。交付前人工检查三件事：画面是否连续静止超过两三秒、主角露出时间占比、跨镜头角色是否同一只。模型的"全部达标"只能当草稿。
第七步，避开服务高峰、随手存档。宕机频发期，代码和中间产物即时保存到本地或仓库；长时间渲染任务错开晚间高峰，并核对当前会话实际路由的模型版本，别拿旧快照的产出当新模型的结论。
边界：能出片，不等于大师级
社区横评普遍承认1017与顶级模型仍有差距：文字PV作者直言"跟Opus 5.5差距还是很大"，纯代码动画的测评也说"跟Claude比还是有差距"。它的甜点区很清晰：预算敏感、单段十几秒、有skill和参考托底的重复性动效；从零的品牌调性、电影级叙事，目前仍要人来改第一轮。把"抽卡"变工程，不是让工程变成许愿——这个新模型降低的是试错的价格，省不掉的是你对"什么算好"的判断。哔哩哔哩
