Stopp, scroll nicht weiter! Lass uns zuerst zwei Clips ansehen – denk daran, den Ton einzuschalten 😐.
Der erste ist ein Launch-Video, das ich mit Opus 5.5 erstellt habe, als DeepSeek-V4.1-Flash-1017 gestern veröffentlicht wurde. Nachdem ich es auf X gepostet hatte, dachten viele Leute, es sei ein offizielles DeepSeek-Promo-Video:
https://x.com/AlchainHust/status/2111396576123830528
https://x.com/deepseek_ai/status/2111375640717033777
Der zweite ist eine Demo, die ich erstellt habe, um zu testen, wie gut das neue Modell von DeepSeek seine eigenen Motion-Fähigkeiten präsentieren kann:
https://x.com/AlchainHust/status/2111416302149505270
22 Sekunden, mit Musik und Soundeffekten, vom Start bis zum Ende in weniger als einer halben Stunde. Die Kosten lagen bei etwa 0,27 $ (bei einer Cache-Trefferquote von 99,4 %).
Natürlich wurde keiner der beiden Clips mit einem simplen „Einzeiler-Prompt" erstellt, denn dahinter steckt eine bestimmte Technik – der Open-Source-Star von heute: Huashu-motion.
Wie du schon am Titel erkennen kannst, kannst du dir das als eine Technik vorstellen, die dir hilft, mit Coding-Agents kommerzielle Produkt-Promo-Videos zu erstellen.
Sobald huashu-motion installiert ist, sagst du einfach zu Claude Code oder Codex: „Erstelle ein 30-sekündiges Launch-Video für mein Produkt." Es liest zuerst deine Produktdetails (oder sucht online danach für dich), bietet drei Designrichtungen an – genau wie Huashu-Design –, schreibt das komplette Skript, sobald du dich für eine entscheidest, komponiert selbst die Musik und öffnet dann einen Editor in deinem Browser. Wenn etwas nicht passt, drückst du C, klickst auf den Bildschirm, schreibst, was geändert werden muss, und es ändert nur diesen speziellen Teil.
Benchmarking gegen Launch-Videos von Tech-Giganten
Dieses Projekt begann mit Claude Motion. Anthropic hat es am 8. Oktober veröffentlicht, wodurch Claude Berichte, Diagramme und Produkterklärungen per Code in kurze Animationen verwandeln kann – inklusive interaktiver Bearbeitungsfunktionen. Allerdings habe ich festgestellt, dass es sich immer noch nur in der Beta-Phase für Team- und Enterprise-Tarife befindet. Als im April Claude Design herauskam, habe ich dessen Kernfunktionen per Reverse Engineering in eine Skill umgewandelt, woraus huashu-design entstand. Also ließ ich dieses Mal Claude Code direkt mit einer einzigen Anforderung loslegen:
Unsere Skill muss die Fähigkeiten von Claude Motion vollständig nachbilden, aber viel stärker sein!
Was wir am ersten Tag produzierten, fand ich langweilig. Wir hatten Editoren, Versionskontrolle, über hundert Tests und ein 19-sekündiges 3D-Stadt-Sample, aber ... es war furchtbar. Den Kamerabewegungen fehlte der Rhythmus, sie waren zu ruhig, also mittelmäßig ... Dabei ging es nicht nur darum, die Animation für diesen einen Fall anzupassen.
Also setzte ich dem Agent später ein Ziel und malte die Vision aus, dass unsere Skill Nutzern helfen soll, erstklassige Arbeiten zu schaffen. Wir wollten visuelle Effekte, Bewegungen, Soundeffekte und Musik, die das Niveau von millionenschweren Produkt-Launch-Werbespots vermitteln!
Daher ist unser Test- und Produktionsziel, dir zu ermöglichen, Promo-Videos in kommerzieller Qualität zu erstellen, wie man sie von Apple, Google und Anthropic kennt.
Bei solch hohen Standards mussten wir zuerst verstehen, wie diese Videos überhaupt gemacht werden. Also lud es 21 echte Launch- und Intro-Videos von YouTube herunter (von Apple, Nothing, GoPro, Google, Vercel, Linear und Anthropic selbst) und nutzte ffmpeg, um bei jedem einzelnen Schnittpunkte, Beats, Lautstärke, Energiekurven und Farben zu messen. Außerdem analysierte es 142 Launch- und Motion-Videos mit hoher Interaktionsrate und ordnete die Techniken nach Produkttypen.
Diese gemessenen Erkenntnisse wurden schließlich zu den Regie-Regeln für huashu-motion. Die darauffolgenden Schritte – Produkte lesen, Farben finden, Rhythmusblätter schreiben, Musik komponieren, Cold Reviews – bedeuten im Grunde, die Methoden aus hunderten Videos aufzuschlüsseln und sie dem Agent Schritt für Schritt beizubringen. Alle unsere Tests nutzten echte Produkt-Launch-Videos: DeepSeek V4.1 Flash, Kitten Fill Light Pro, huashu-design 3.0, Nüwa und mehrere Produkte von Freunden.
Was nach einem einzigen Satz passiert
„One-Click-Output" bedeutet Folgendes: Du gibst einen Satz ein und erhältst ein fertiges Video mit Musik, bereit zur Veröffentlichung. Alle Änderungen, die du danach vornimmst, sind nur noch Feinschliff. Die einfachste Nutzung besteht darin, ihm zu sagen, es soll einfach machen; es wählt automatisch die sicherste Richtung, erklärt warum und erwähnt bei der Übergabe kurz die anderen beiden Richtungen. Alle Schritte wie Rhythmusblätter und Prüfungen erledigt es weiterhin eigenständig.
Wenn du mehr mitwirken möchtest, folgt es grob diesen neun Schritten:
- Zuerst liest es deine bisherigen Vorlieben und Erfahrungen, die aus früheren Videos gesammelt wurden;
- Es liest deine Produktdetails – Website, App-Store-Seite, README, Logo, Markenfarben – und schickt dir eine Nachricht mit den Standardeinstellungen dafür, wie es vorgehen will. Du kannst alles ändern, womit du nicht einverstanden bist, und entscheiden, ob ein Voiceover enthalten sein soll;
- Es liefert drei Richtungen, jeweils mit einem gerenderten Keyframe und einer Karte, die Farbpalette, Rhythmus und Musik zeigt. Du wählst eine aus oder mischst sie;
- Nach der Auswahl wird eine treatment.md (Rhythmusblatt) geschrieben. Ohne das kann die Arbeit nicht beginnen;
- Die schwierigste Einstellung wird zuerst in finaler Auflösung, mit finalen Schriftarten und Farben erstellt, danach der Rest;
- Prüfungen laufen automatisch ab, Keyframes werden erfasst, um zu kontrollieren, ob Text abgeschnitten wird, UI-Elemente überlappen oder Einstellungen leer sind;
- Musik wird komponiert und Soundeffekte werden synchron zu jedem Element hinzugefügt, das auf dem Bildschirm erscheint;
GIF
- Ein Editor wird im Browser geöffnet und wartet darauf, dass du per Klick bearbeitest;
GIF
- Wenn du zufrieden bist, wird exportiert. Es sammelt dein Feedback und deine Änderungen aus dieser Sitzung und liefert dir dein Promo-Video. Falls du nicht zufrieden bist, kannst du es weiterhin frei anpassen.
Zwanzig Videos an einem Tag
Um 2 Uhr morgens vorgestern verabschiedete ich mich vom Schlaf und sagte ihm:
Ich gehe jetzt schlafen. Mach alle restlichen Promo-Videos fertig. Triff alle Entscheidungen selbst!
Als ich aufwachte, waren die restlichen fünf Videos fertig. Tagsüber öffnete ich mehrere Fenster in FanBox, um weiterzumachen, insgesamt entstanden so etwa zwanzig Videos.
GIF
Dieser Ausschnitt stammt aus dem Launch-Video von huashu-motion selbst und zeigt 16 Einstellungen aus sieben verschiedenen Videos, passend zum Beat geschnitten.
Kitten Fill Light Pro: Die erste vertikale 16-Sekunden-Version wurde zum App-Store-Vorschauvideo und ist bereits zur Prüfung eingereicht. Später wurden mit der neuen Rhythmusmethode drei neue Richtungen erstellt. Hier ist eine davon, die pro Beat durch acht Lichtfarben wechselt:
GIF
Grok Bot (Fan-made, nicht offiziell): Ein 30-sekündiges Video, bei dem die Aufgaben abends vergeben werden, die Agents nachts selbstständig arbeiten und um 7 Uhr morgens vier Berichte auf deinem Handy eintreffen:
Hol dir diese Skill
Die Skill ist auf GitHub als Open Source verfügbar:
https://github.com/alchaincyf/huashu-motion
Installation:
1npx skills add alchaincyf/huashu-motion
Oder sag deinem Agent einfach:
1Hilf mir, die huashu-motion-Skill zu installieren2(github.com/alchaincyf/huashu-motion), und führe danach eine Demo aus
Erfordert Node 22+, Chrome (oder Chromium/Edge) auf deinem Computer sowie FFmpeg für den Videoexport und das Audio-Mixing. Derzeit nur unter macOS getestet. Für echte Klavier-/Streicherklänge lass den Agent om samples build ausführen, um ~55 MB kostenlose Samples herunterzuladen (CC0- und CC-BY-lizenziert). Ohne das werden synthetische Klänge verwendet. Führe om doctor aus, um fehlende Abhängigkeiten zu prüfen; der Agent kann die Installationen übernehmen.
Nach der Installation kannst du Dinge sagen wie:
1Nutze huashu-motion, um ein 30-sekündiges Launch-Video für mein Produkt zu erstellen, die Website ist xxx.com
1Nutze huashu-motion, um {Datendiagramm/PPT} in ein 30-sekündiges Erklärvideo zu verwandeln, das klar macht, warum sich unsere Registrierungsrate verdoppelt hat
1Nutze huashu-motion, um ein Launch-Video mit Voiceover zu erstellen, verwende meine Aufnahme: {Video-/Audiodatei}
Ich nutze es hauptsächlich in Claude Code mit Opus 5.5. Wie oben gesehen, funktioniert auch DeepSeek V4.1 Flash gut, obwohl Geschmacksunterschiede zwischen den Modellen real sind. Codex wurde getestet; Cursor, OpenClaw, Gemini CLI und andere Agents mit Skill-Unterstützung sollten ebenfalls funktionieren, auch wenn ich sie nicht alle einzeln getestet habe. Es sind keine zusätzlichen API-Keys erforderlich.
Hier sind einige Einschränkungen: Es kann nicht hören, daher hängt die Musikqualität davon ab, Rhythmusblätter, Energiekurven und Spektrogramme zu prüfen – du musst selbst zuhören. Es kann kein Live-Action-Material und keine echten Menschen generieren; dafür musst du eigenes Material verwenden, und es übernimmt Synthese und Verpackung.
Das Repo enthält 20 Motion-Sprachen, 10 Starter-Templates, 23 Soundeffekte, 3 Demo-Partituren sowie Methodik-Dokumente für Regie, Rhythmus, Farbe, Sound und Voiceover.
Probier es gerne in WorkBuddy, Doubao Work, Grok Bot, Muse usw. aus und teile Ergebnisse oder Probleme mit mir.
Noch eine Sache! Da dies ein Tool für Produkt-Promo-Videos ist, lass es doch seinen eigenen Launch vorstellen 👇
