AI・機械学習
Opus 5.5 は説明動画作成に優れている
Opus 5.5 is good at explainer videos (launchvideo.io)
要約
AnthropicのOpus 5.5モデルを活用し、URLやプロンプトからMP4動画を生成する新しいサービスが紹介されています。このサービスは、サーバーレスエージェント、マイクロVM、およびWebページ情報の取得や動画レンダリングを行うツール群を組み合わせ、コードを生成して動画をレンダリングする仕組みです。デプロイは容易で、開発者は数分で独自の動画生成エージェントを構築できます。
全文翻訳
URLプロンプトを選択して試す
実行する
例を見る
出荷する
例
このページで作成され、編集されていないものです。
それぞれが単一の実行です。URLまたはプロンプトを入力すると、MP4が出力されます。編集なし。
0:31 NVIDIA
nvidia.com
この入力を利用 →
0:34 Jev, by TypeSafe AI
typesafe.ai
この入力を利用 →
0:33 OpenComputer
opencomputer.dev
この入力を利用 →
0:34 Linear
linear.app
この入力を利用 →
0:32 Inferna (プロンプトから)
「モダンなスタートアップ向けの、モダンで洗練されたパンチの効いた動画を作成してください。推論を扱います」
この入力を利用 →
実行方法
OpenComputer上のサーバーレスエージェントです。ワンクリックで利用できます。
製品全体は、単一のエージェントファイル、3つのツール、そしてこのフォームで構成されています。OpenComputerがエージェント、レンダリングを行うマイクロVM、モデルゲートウェイ、そしてページがポーリングするセッションAPIを実行します。
エージェント
TypeScriptで定義され、opencomputer deployでデプロイされた単一のOpenComputerサーバーレスエージェントです。フレームワーク、キュー、または当社のサーバーはありません。
モデル
OpenComputerのモデルゲートウェイ経由でanthropic/claude-opus-5.5を使用します。動画1本あたり、入力は約90kトークン、出力は約15kトークンで、そのほとんどがHTML自体です。
実行環境
すべてのジョブは、新しいマイクロVM内の単一セッションです。Amazon Linux 2023 on arm64、4 vCPU、8 GB RAM、Node 22。最初のツール呼び出しで、PlaywrightのヘッドレスChromiumと静的なffmpeg(約1分)がインストールされます。VMはその後破棄されます。
ツール
3つのdefineTool関数があります。web_fetchは、ページのテキスト、タイトル、見出し、最も使用されている16進数の色、Googleフォントを返します。check_sceneは、動画をロードし、JSエラーとサンプルタイムスタンプで表示されているテキストを報告します。render_videoは、レンダリングとアップロードを行います。
レンダリング
ビデオモデルはありません。ページのクロック(requestAnimationFrame、タイマー、Date、CSSおよびWebアニメーション)は仮想クロックに置き換えられているため、各フレームは決定論的なシークになります。1920x1080、30fps、JPEGフレームをlibx264にパイプし、crf 18でエンコードします。
ストレージ
エージェントは秘密情報を保持しません。フォームは、3時間特定のパスにスコープされたVercel Blobアップロードトークンを発行し、ジョブごとのマニフェストに配置します。ツールはジョブIDでこれを取得します。完成したMP4は公開Blob URLになります。
コントロールプレーン
このページは、CLIと同じAPIを使用します。セッションを作成し、1ターン送信し、イベントストリーム(tool.started、tool.completed、turn.completed)をポーリングして進捗を表示し、Blobに出現するMP4を完了と見なします。
// opencomputer/agents/director/agent.ts
import { useInput, useModel, useTool } from "@opencomputer/agent";
import { checkScene, renderVideo } from "./tools/scene.js";
import { webFetch } from "./tools/web.js";
export default function Agent() {
const input = useInput(); // the JOB block from the form
useModel("anthropic/claude-opus-5.5");
useTool(webFetch); // read the product's site
useTool(checkScene); // load the HTML, report errors + visible text
useTool(renderVideo); // headless Chromium → ffmpeg → Blob
return `You are a motion designer who writes code. ...`;
}
このエージェントをデプロイする
ワンクリックでデプロイできます。無料アカウントで、エージェントはツールとプロンプトとともにプロジェクトに配置されます。
リポジトリをクローンする
diggerhq/shipvideo: エージェント、レンダラー、およびこのWebアプリが含まれています。
独自のカスタムエージェントを構築する
クイックスタート:TypeScriptファイル、デプロイ、セッション。10分で完了します。
$npx opencomputer template deploy https://github.com/diggerhq/shipvideo
上記すべてがリポジトリに含まれており、ワンクリックでアカウントにデプロイできます。このアイデアは、Deedy氏のOpus 5.5と解説動画に関する投稿から来ています。モデルがコードとして動画を作成し、コードは毎回同じようにレンダリングされます。