「代码生成视频」对发布片意味着什么

「代码生成视频」是个新名字,指的却是早就存在的做法:由程序按一份方案把片子画出来,而不是由模型逐像素生成。这个名字现在值得讲清楚,一是做这类片子的工具变多了,二是它回答了每个创始人在发布前都会问的问题:视频里显示的东西,我能信吗?这篇讲这个词的意思、它对发布片带来什么变化,以及它的边界。

从文字做视频的两种路子

把一段描述变成视频,有两条很不一样的路,区别在于让机器去产出什么。

• 像素生成。 扩散模型从噪点出发,把一段视频的每一帧画出来。它擅长实拍质感的画面、人物和场景,而且每次要都会得到不同的片子。
• 代码生成。 一份方案写明每个镜头里有什么(文字、形状、界面、镜头),以及每样东西随时间怎样运动。渲染器按方案把帧画出来。要两次,得到的帧一模一样。

两条路里,方案都可以由语言模型来写。不同的是谁来画画面:扩散模型,还是代码。

对发布片有什么变化

发布片主要由文字、界面和一两个数字构成,看的人常常静音刷着信息流。这正是画出来的片子做得好、生成出来的片子做不好的活。

• 文字准确。 字是按真正的字排的,产品名无论多小的字号,都是你写的那样。
• 界面是你的。 片子里的界面就是你真实的截图,画出来的片子没有理由去编一个按钮。
• 改动很小。 口号变了,截图换了,时长删了。每一项都只是改一个镜头,也只重画那一个镜头。
• 结果可重复。 同一份方案画出同样的帧,你认可过的片子,重新渲染也不会走样。

LaunchReel 怎样做

LaunchReel 从一开始就只做一种片子:产品发布片。流程分六个阶段,前两步是纯文字,在画任何一帧之前你就能读到。

1. 简报。 读你的网站,回答关于产品的六个问题,每个答案带出处页面,再写出简报。
2. 分镜。 每个镜头有时长、画面上的文字和要用的动效。
3. 组件。 每个镜头由有名字的动效组件搭成:转场、标题、设备外框、图示、打字效果。
4. 音乐节拍。 片子带一张取自配乐速度的节拍网格,能落在拍点上的组件会放到网格上。
5. 旁白。 每个镜头一两句,中文或英文,每句配音时都带着前后句作上下文。
6. 渲染。 无头浏览器画出各帧,ffmpeg 编码成 MP4,字幕烧录在画面里。

带样片的完整说明在代码生成视频这一页。动效层是开放的:组件展示在 compreel.com/zh/motion,代码以 MIT 许可证发布为 @launchreel/motion-kit。

它的边界

用代码画有它的限制,而这些限制正是它优点的另一面。它不适合实拍素材、写实场景或 3D 产品渲染。它是为软件和网页产品做的。一支片子约 30 秒,旁白是中文或英文。如果你的发布需要一支拍人在房间里的片子,你需要的是摄像机,而不是它。

怎样评判这个赛道里的任何工具

不管是谁做的,下面五个问题能告诉你一个工具是不是真的按方案在画:

• 文字是真正的字吗?小字号下还准确吗?
• 它展示的是你的真实界面吗?不知道的事,它会直说吗?
• 能只改一个镜头而不丢掉其余的吗?
• 效果有名字吗,让你能指名要某一种运动?
• 结果能以你的剪辑师用得上的形式带出工具吗?

想看这套方法在真实网站上的样子,适用场景页展示了它如何用于 SaaS、应用、网店或开发者工具,产品发布视频模板则按秒列出了每个镜头。