Claude与GPT跨界做视频，专业AI视频模型的护城河还在吗？

过去一个月，AI 视频领域最热烈的讨论并非源自 Seedance、可灵或 MiniMax 等专业视频模型，而是跨界闯入的通用大语言模型。

Anthropic 旗下的 Claude Opus 5.5 依靠编写前端代码渲染视频，催生出大量科普动画、创意短片与音乐 MV，甚至带火了名为「Vibe Video」的全新创作范式；GPT-6 Astra 则化身「AI 导演」，通过操作 Blender、Unreal Engine 与 DaVinci Resolve 等专业软件，负责场景白模搭建、镜头预演和剪辑执行，逐步掌控视频生产的上游规划环节。

通用模型没有在写实画质上正面硬刚，而是从代码渲染与空间规划两条路径切入，重新划定了 AI 视频的能力边界。

Opus 5.5 掀起 Vibe Video 热潮：纯代码如何“画”出视频？

9 月 22 日发布的 Claude Opus 5.5 主打编程与 Agent 任务能力，但在随后的测试中，开发者发现它可以通过编写前端代码生成完成度极高的动画视频。

创作者仅需输入提示词或情绪板，模型即可自主完成任务规划与脚本开发。X 平台博主制作的反乌托邦短片在数小时内生成，浏览量迅速突破 2000 万。马斯克也公开评价这一表现让其“真切感受到了 AGI 的深远影响”。

与传统视频生成模型直接输出像素画面不同，Claude 采用纯代码渲染逻辑：通过编写 SVG、Canvas、Three.js 以及 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并经 FFmpeg 编码合成 MP4 文件。在这个流程中，模型同时担任导演、制片、画师与剪辑师。

这种方式具备极高的可编辑性与极低的迭代成本，修改镜头仅需变动几行代码即可精确调整参数。但其局限同样明显：擅长图表、数据可视化和抽象 3D 场景，难以处理写实真人与复杂物理交互，目前主要渗透轻量商业与科普内容。

GPT-6 Astra 抢占导演位：视频模型沦为渲染下游？

GPT-6 Astra 走向了另一条路径：充当「导演+制片」，重构影视工业化工作流。

在连续穿越多个空间的一镜到底测试中，Astra 先在 Blender 中搭建白模场景并规划运镜路线，待空间逻辑与机位无误后再交由 Seedance 2.5 渲染，有效解决了 AI 视频常见的空间错乱和穿模问题。

在 DaVinci Resolve 21.1 接入原生 MCP 服务器后，Astra 可直接操作剪辑软件，将 75 分钟原始素材自动粗剪为包含 96 个片段、调色和字幕的 22 分钟成片。

依托 3D 空间理解与世界模型能力，Astra 让镜头调度和空间布局变成了可修改、可复用的数字资产。

专业视频模型向上突围：全链路 Agent 筑牢防线

面对通用大模型的分流和上游挤压，专业视频厂商正加速向全流程生产渗透：

• 字节跳动：推出一站式工作台「剪映Hub」与「剪映助手」Agent，串联底层模型、垂直 Agent 与剪辑生态，形成端到端闭环。
• MiniMax：发布多模态视频模型 H3 后，迅速上线 MiniMax Design 工作台，通过多智能体协作覆盖从脚本拆解到成片生成的链路。
• 快手：推出可灵 AI 4.0 夯实画质与时长参数，同时内测 Agent 工具 ikli，覆盖需求拆解、分镜调度与成片剪辑。

通用大模型的优势在于创意发散与代码调度，但在商业短剧、品牌广告等核心场景中，稳定的写实画质与成熟的工业流协同依然不可或缺。专业视频厂商通过全链路布局守住上游入口，避免沦为单纯的后端渲染器，双方正从对抗走向深度互补的产业协作。