Стоп, не пролистывай! Давай сначала посмотрим два ролика — только не забудь включить звук 😐.
Первый — это видео запуска, которое я сделал с помощью Opus 5.5, когда вчера вышел DeepSeek-V4.1-Flash-1017. После публикации в X многие решили, что это официальный промо-ролик DeepSeek:
https://x.com/AlchainHust/status/2111396576123830528
https://x.com/deepseek_ai/status/2111375640717033777
Второй — демо, которое я собрал, чтобы проверить, насколько хорошо новая модель DeepSeek умеет демонстрировать собственные возможности в моушн-дизайне:
https://x.com/AlchainHust/status/2111416302149505270
22 секунды, с музыкой и звуковыми эффектами — от начала до конца ушло меньше получаса. Стоимость составила около $0,27 (при hit rate кэша 99,4%).
Конечно, ни один из этих роликов не был сделан простым «промптом в одну строку», потому что за ними стоит навык — сегодняшняя open-source звезда: Huashu-motion.
Как понятно из названия, это навык, который помогает использовать кодинг-агентов для создания коммерческих промо-видео продуктов.
После установки huashu-motion ты просто говоришь Claude Code или Codex: «Сделай 30-секундное видео запуска для моего продукта». Агент сначала изучит детали твоего продукта (или сам найдет их в интернете), предложит три концепции, как это делает Huashu-Design, напишет весь сценарий, когда ты выберешь одну, сам сочинит музыку, а затем откроет редактор прямо в браузере. Если что-то не так, нажми C, кликни по экрану, напиши, что нужно изменить, — и он поправит только этот конкретный фрагмент.
Бенчмарк против видео запуска от техногигантов
Этот проект начался с Claude Motion. Anthropic выпустила его 8 октября: теперь Claude может превращать отчеты, графики и описания продуктов в короткие анимации с помощью кода, плюс появились интерактивные инструменты редактирования. Однако я обнаружил, что функция всё ещё доступна только в бета-режиме для тарифов Team и Enterprise. Когда в апреле вышел Claude Design, я реверс-инжинирингом вытащил его ключевые возможности в отдельный навык — так появился huashu-design. Поэтому в этот раз я сразу поставил задачу Claude Code с одним требованием:
Наш навык должен полностью повторить возможности Claude Motion, но быть намного мощнее!
То, что мы получили в первый день, показалось мне скучным. У нас были редакторы, контроль версий, больше сотни тестов и 19-секундный семпл с 3D-городом, но... это было ужасно. Движения камеры lacked ритма, были слишком плавными, а значит — посредственными... И дело было не просто в подкрутке анимации для этого конкретного случая.
Поэтому позже я поставил агенту цель, нарисовав ему картину будущего: наш навык должен помогать пользователям создавать работы топового уровня. Нам нужны визуальные эффекты, динамика, звуки и музыка, которые передают уровень рекламных роликов запуска продуктов за миллион долларов!
Так что нашей целью в тестах и продакшене стало дать тебе возможность делать коммерческие промо-видео уровня Apple, Google и Anthropic.
При таких высоких стандартах нам сначала нужно было понять, как вообще снимаются такие ролики. Поэтому агент скачал с YouTube 21 реальное видео запуска и интро (Apple, Nothing, GoPro, Google, Vercel, Linear и самой Anthropic) и с помощью ffmpeg замерил точки склеек, биты, громкость, кривые энергии и цвета в каждом из них. Он также проанализировал 142 видео запуска и моушна с высоким вовлечением, систематизировав приемы по типам продуктов.
Все эти замеры в итоге превратились в правила режиссуры для huashu-motion. Последующие шаги — изучение продукта, подбор цветов, написание ритмических схем, сочинение музыки, холодные просмотры — это, по сути, разбор методов из сотен роликов и пошаговое обучение им агента. Все наши тесты проводились на реальных видео запуска: DeepSeek V4.1 Flash, Kitten Fill Light Pro, huashu-design 3.0, Nüwa и продукты нескольких друзей.
Что происходит после одной фразы
«Вывод в один клик» означает вот что: ты пишешь одну фразу, а получаешь готовое видео с музыкой, которое можно публиковать. Любые правки после этого — просто шлифовка деталей. Самый простой вариант использования — сказать «просто сделай»; агент сам выберет самую безопасную концепцию, объяснит почему, а при сдаче работы коротко упомянет два других варианта. Все этапы вроде ритмических схем и проверок он тоже пройдет самостоятельно.
Если хочешь участвовать активнее, вот примерно девять шагов, которые он выполнит:
- Сначала прочтет твои прошлые предпочтения и опыт, накопленные по предыдущим видео;
- Изучит детали твоего продукта — сайт, страницу в App Store, README, логотип, фирменные цвета — и пришлет сообщение с настройками по умолчанию о том, как планирует действовать. Ты можешь изменить всё, с чем не согласен, и решить, нужна ли закадровая озвучка;
- Предложит три концепции, каждую с отрендеренным ключевым кадром и карточкой, где показаны цветовая палитра, ритм и музыка. Выбираешь одну или миксуешь их;
- После выбора напишет treatment.md (ритмическую схему). Пока это не сделано, работа не начнется;
- Сделает самый сложный кадр первым, в финальном разрешении, шрифтах и цветах, а затем возьмется за остальные;
- Автоматически запустит проверки, захватит ключевые кадры, чтобы убедиться, что текст не обрезан, UI не перекрывается, а пустых кадров нет;
- Сочинит музыку и добавит звуковые эффекты, синхронизированные с появлением каждого элемента на экране;
GIF
- Откроет редактор в браузере и будет ждать, пока ты ткнешь пальцем и отредактируешь нужное место;
GIF
- Когда ты всё одобришь, экспортирует ролик. Он собирает твои отзывы и правки из этой сессии и выдает готовое промо-видео. Если результат не устроит, ты всё равно сможешь свободно его доработать.
Двадцать видео за один день
В 2 часа ночи позавчера я попрощался со сном и сказал ему:
Я пошел спать. Доделай все оставшиеся промо-видео. Все решения принимай сам!
Когда я проснулся, оставшиеся пять роликов были готовы. Днем я открыл несколько окон в FanBox, чтобы продолжить делать новые, — в сумме получилось около двадцати видео.
GIF
Этот фрагмент взят из собственного видео запуска huashu-motion: 16 кадров из семи разных роликов, смонтированных четко в бит.
Kitten Fill Light Pro: первая вертикальная 16-секундная версия стала превью-видео в App Store и уже отправлена на проверку. Позже по новому методу работы с ритмом были созданы три новые концепции. Вот одна из них, где каждый бит меняет цвет подсветки (восемь вариантов):
GIF
Grok Bot (фанатский, неофициальный): 30-секундное видео, где задачи ставятся вечером, агенты всю ночь работают автономно, а в 7 утра тебе на телефон приходят четыре отчета:
Как получить этот навык
Навык выложен в open source на GitHub:
https://github.com/alchaincyf/huashu-motion
Установка:
1npx skills add alchaincyf/huashu-motion
Или просто скажи своему агенту:
1Помоги мне установить навык huashu-motion2(github.com/alchaincyf/huashu-motion), а после установки запусти демо
Требуется Node 22+, Chrome (или Chromium/Edge) на компьютере и FFmpeg для экспорта видео и сведения звука. Пока протестировано только на macOS. Чтобы получить реалистичное звучание фортепиано и струнных, попроси агента выполнить om samples build — он скачает ~55 МБ бесплатных сэмплов (лицензии CC0 и CC-BY). Без этого будут использоваться синтезированные звуки. Запусти om doctor, чтобы проверить недостающие зависимости; агент сам всё установит.
После установки можно говорить что-то вроде:
1Используй huashu-motion, чтобы сделать 30-секундное видео запуска для моего продукта, сайт xxx.com
1Используй huashu-motion, чтобы превратить {график данных/PPT} в 30-секундный эксплейнер, объясняющий, почему наша конверсия в регистрацию выросла вдвое
1Используй huashu-motion, чтобы сделать видео запуска с закадровым голосом, используй мою запись: {видео/аудио файл}
Я в основном использую его в Claude Code с Opus 5.5. Как видно выше, DeepSeek V4.1 Flash тоже отлично справляется, хотя разница во «вкусе» между моделями вполне реальна. Codex протестирован; Cursor, OpenClaw, Gemini CLI и другие агенты с поддержкой навыков тоже должны работать, хотя я не проверял каждый отдельно. Никаких дополнительных API-ключей не требуется.
Есть и ограничения: агент не слышит, поэтому качество музыки зависит от проверки ритмических схем, кривых энергии и спектрограмм — слушать придется самому. Он не умеет генерировать живую съемку или реальных людей; для этого используй свои материалы, а он займется синтезом и упаковкой.
В репозитории есть 20 языков движения, 10 стартовых шаблонов, 23 звуковых эффекта, 3 демо-партитуры и документация по методологии режиссуры, ритма, цвета, звука и закадровой озвучки.
Смело пробуй его в WorkBuddy, Doubao Work, Grok bot, Muse и т. д. и делись со мной результатами или проблемами.
И еще кое-что! Раз уж это инструмент для создания промо-видео продуктов, пусть он сам представит свой запуск 👇
