Opus 5.5 挑战制作鬼畜视频，效果居然还不错？

Description

据说最新的Opus 5.5模型制作视频的能力很强。那直接上强度测试，让它做一个哈基米音乐的鬼畜视频。
我给它提供了 yutto 命令行工具用于下载b站视频，bsr 人声伴奏分离模型用于处理音频素材，pc-nsf-hifigan 声码器模型用于调音，以及 ffmpeg 命令行工具用于视频剪辑。Opus 先联网学习了哈基米音乐相关文化，选择了改编《学猫叫》这首歌曲。重新填词后，它下载了制作鬼畜视频需要的全部音视频素材并做处理。处理期间它下载了 whisper 模型用于多语种语音识别和 torchaudio 自带的 mms_fa 模型对音素进行精细切分。之后，它大量组合和编辑这些素材完成了全部的调音，混音和视频剪辑。
整个过程我几乎没有过多干预，只进行了几轮对话。除第一轮提示词较长外，后续每轮都是指出一些工具调用的问题或者提供一些关于视频整体效果的建议。可以说整个视频制作的核心过程，包括创意部分，几乎全部由 Opus 5.5 自主完成。顺便，视频封面也是它自己做的。能做到当前程度还是蛮好的？

Comments

我永遠愛初音未來 2026-09-26

我靠，这泛化能力…… 坏了啊，以后连活字印刷鬼畜都可以用AI做了吗？ [笑哭]

♥ 63 ↩ 1

包面大干 2026-09-27

鬼畜区也要自己的眩晕瘫坐了

♥ 63 ↩ 5

率不咕 2026-09-27

这才是真正的ai哈基米音乐

♥ 36 ↩ 2

我叫小白李 29d ago

诶不是

♥ 22 ↩ 6

方方方小块 26d ago

很难想象我们去年10月看到的ai鬼畜还是“卡拉卡拉森林嗨”…没想到今年已经可以生成这么稳定的了去年9月20多号我们还在讨论“鬼畜作者应不应该使用AI”的问题，然后去年10月sora2就横空出世了，之前真的从来没有想过整个音mad都可以用AI制作。但是那个时候的视频还很不可控，特别多西夏文，真的没想到一年时间就能进化成这个样子，可控性和主题性都增强了很多，震惊瘫坐

♥ 22 ↩ 5