过去一个月，AI视频领域的讨论焦点并非来自Seedance、MiniMax、可灵等专业视频模型，而是从外围跨界切入的通用大模型。Anthropic于9月22日发布的Claude Opus 5.5与9月3日发布的GPT-6 Astra，分别以代码渲染和空间规划两条路径，从上游入口和细分场景改写着AI视频的能力边界。
Claude Opus 5.5的官方发布重心为编程能力与Agent任务执行，视频能力并非主角。但在开发者测试中，该模型通过编写前端代码生成高完成度动画视频的能力引发关注。其技术路径为：通过SVG、Canvas、Three.js、Remotion等前端代码定义视觉元素与运动轨迹，在无头浏览器中逐帧录制，最终经FFmpeg编码合成MP4文件。这一路线具备极强的可编辑性与较低的迭代成本，修改对应镜头的少量代码即可精确控制参数、运动与风格。
X平台博主@anabology仅向Opus 5.5提供参考提示词、Midjourney调用权限与情绪板，模型在12小时内自主完成一部反乌托邦短片，相关帖子浏览量突破2000万。马斯克多次转发互动，并对“Opus 5.5已达到通用人工智能80％至90％水平”的观点帖回复“Accurate”。推理初创公司Deedy使用该模型制作产品发布视频，单条生成耗时约1分钟，API成本约2美元，收获32万播放量。GitHub案例集合站awesome-opus5-5-videos已收录400多条作品。
但Opus 5.5的应用边界同样清晰：其擅长程序化、图形化内容，如文字动效、数据图表、科普动画与抽象3D场景，难以胜任写实真人画面与复杂自然物理效果，而后者正是传统视频模型的核心主场。
GPT-6 Astra则切入更上游的策划环节，扮演“导演+制片”角色。该模型对Blender、Unreal Engine等三维创作软件的操作能力成为关键支点。在Higgsfield AI的测试中，Astra先在Blender中以简单几何体搭建白模场景、规划人物走位与运镜路线，确认空间逻辑后再交由Seedance 2.5渲染成片，在相当程度上缓解了AI视频长期存在的空间错乱与镜头穿模问题。海外创作者Nate Herk的实验显示，仅凭一句开放式指令，Astra即可自主完成资料调研、脚本撰写、克隆声音旁白、数字人出镜及素材剪辑，输出可直接发布的成片。
在通用大模型从外围切入的同时，字节、MiniMax、快手等专业视频模型厂商正集体向创作上游渗透，逐步覆盖脚本拆解、分镜调度、成片剪辑的完整生产链路。对创作全流程的深度扎根，使专业视频模型在这轮跨界冲击中具备更强的不可替代性。当前通用大模型的视频能力仍集中于轻量化商业内容、知识科普与创意实验赛道，尚未切入影视级写实内容的主流市场，但上游入口的争夺已经展开。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
