Antigravity实测:降级Gemini Flash跑通短视频项目

UP主用Antigravity实测为Opus 5.5定制的短视频skills,因额度与模型降级效果打折。
文章记录了B站UP主在Antigravity IDE上实测Lemo-Opuscar项目的全过程。该项目是为Claude Opus 5.5定制的短视频生成skills,内置59种视频风格,可将文章自动转化为分镜脚本和成片。UP主让AI自动克隆仓库、核查Python与FFmpeg依赖,并根据财税账号定位推荐数据叙事、白板讲解等风格,随后生成含镜头列表、节拍、旁白与品牌落款方案的完整分镜。但执行中因AI Pro套餐额度耗尽多次中断,加上11月2日后第三方Claude模型不再支持,流程从Opus 4.6一路降级到Gemini 3.8 Flash才完成收尾。最终成片可用但不够惊艳,背景杂音经AI排查为模拟笔尖摩擦声的处理瑕疵并已修复。
项目背景:一个为Opus 5.5定制的Skills
B站UP主最近在Antigravity IDE上实测了一个名为Lemo-Opuscar的短视频生成项目。该项目原本是作者专门为Claude Opus 5.5调试的skills,用于将文章自动转化为科普类短视频。UP主在安装Antigravity后,由于使用的是谷歌AI Pro套餐,最初只能用Claude Sonnet 4.6和Opus 4.6进行尝试,后来又因第三方模型支持变动,最终降级到Gemini Flash 3.8完成整个流程。
这个项目内置了59种视频风格,包括数据可视化、白板讲解、数据叙事等。UP主将一篇X文章链接发给Antigravity,AI不仅阅读了文章,还给出了两种安装方案:作为Claude Code插件或克隆到本地。由于本地没有Claude Code,UP主选择了后者,AI随即自动克隆仓库并核查Python环境依赖,包括FFmpeg视频合成工具。
Antigravity IDE 是谷歌推出的AI原生集成开发环境,面向“代理优先”(agent-first)的软件开发方式,内置对Gemini系列模型的支持,也允许接入第三方模型。它的核心特点是可以让AI代理直接操作文件系统、运行终端命令、克隆仓库、安装依赖并迭代代码,而不仅仅是在编辑器里补全代码。本文中UP主正是借助这一能力,让AI自动完成项目克隆、Python环境核查和FFmpeg检测等操作。
Skills(技能) 在Claude生态中指的是一组预先编写好的指令、脚本和资源配置,用来让模型在特定任务上表现得更稳定、更专业。它们通常以文件夹形式组织,包含说明文档和可执行脚本,模型在需要时按需加载。为某个特定模型版本“调试skills”,意味着提示词、工具调用格式和输出结构都针对该模型的行为特征做过调优,因此换用其他模型时容易出现指令遵循偏差或输出格式错乱。
从风格推荐到分镜脚本:AI的自动化编排
UP主告知AI自己运营一个财税类短视频账号,询问哪种风格合适。AI推荐了数据叙事主题、白板讲解主题等几个方向。UP主选定一篇文章后,要求制作3:4比例的短视频,并加上品牌logo,尺寸定为1080x1440(抖音、小红书主流尺寸)。AI随即生成了完整的分镜脚本,包括镜头列表、每一帧的节拍、旁白节奏、音效设计以及品牌logo的呈现方案。

这一阶段展示了Antigravity在理解项目结构后的自动化编排能力:从阅读文章、推荐风格、拆解内容到生成分镜,全程无需手动编写代码。但UP主也指出,项目作者明确表示这是为Opus 5.5调试的skills,换用其他模型效果可能打折扣。
分镜脚本(storyboard) 是影视与动画制作中的标准中间产物,把一段内容拆解为按时间排列的镜头列表,每个镜头标注画面内容、时长、运镜、旁白和音效。在AI生成短视频的流程里,分镜脚本起到“结构化中间表示”的作用:先把文章转成可执行的镜头序列,再由脚本逐帧渲染画面、合成配音,从而避免让模型一次性生成整段视频。文中提到的“节拍”指每个镜头的时间节奏点,“品牌落款”则是片尾或角落的品牌标识展示方案。
FFmpeg 是一套开源的多媒体处理工具集,可以完成视频拼接、音频混流、转码、截帧等操作,是绝大多数自动化视频生成流水线的底层依赖。项目中AI核查Python环境时专门检测FFmpeg,正是因为音频与画面最终需要靠它合成输出。
额度限制与模型降级:一波三折的执行过程
分镜确认后,UP主让AI继续执行,但此时AI Pro套餐的额度达到限制,提示需等待4小时22分钟。等待5小时后额度重置,继续执行时AI先完成了6个关键分镜的预览,让UP主确认镜头节奏、细节表达、品牌落款和旁白收尾。确认后才开始正式渲染完整影片。

随后UP主提到一个关键变化:从11月2号之后,第三方大模型不再支持原有的Claude Sonnet 4.6和Opus 4.6,只能用谷歌自己的Gemini 3.8 Flash。程序运行中不断要求授权,AI用豆包TTS生成配音、编写Python动画脚本,并在发现脚本问题时自行纠正。但很快又出现个人额度到达极限的提示,要求升级订阅或等待129小时(约到10月30号之后)。UP主感叹这种渠道获取的便宜套餐限制太多。
TTS(Text-to-Speech,文本转语音) 是把旁白文字合成为人声的技术。文中提到的豆包TTS是字节跳动提供的语音合成服务,AI在流程中调用它把分镜里的旁白逐段转成音频,最终生成12段配音再与画面合成。不同TTS服务在音色自然度、情感表达和中文韵律上差异明显,会直接影响成片的听感质量。
模型降级 在这里指在原本指定的模型不可用或额度耗尽时,改用能力较弱或版本较低的模型继续执行任务。由于skills的提示词与输出结构是针对特定模型调优的,降级后模型对复杂指令的遵循度、长上下文中的一致性以及代码纠错能力都会下降,表现为画面细节粗糙、脚本报错增多、音效处理失真等问题。
用Gemini Flash 3.8收尾:最终成片效果
UP主决定不再等待,直接用Gemini 3.8 Flash继续完成任务。此时音频TTS已生成12段,AI正在合成音频并导出最终短视频。最终成片是一个3:4的短视频,主题为“年收入50万到底注册个体工商户还是有限公司”,开头先抛出问题,再逐步拆解税率、利润、增值税等概念。

UP主播放后发现背景有“吃吃吃”的杂音,单独播放音频同样存在。询问AI后,AI排查出原因是项目通过某种处理模拟笔尖在白板上的摩擦声,但模型效果不佳导致噪音,随后进行了深度修复。修复后杂音有所改善。
UP主总结:第一次的效果“还行但不是非常惊艳”,可以用但需要后续调试。大模型的影响非常大——项目要求Opus 5.5,实际只用了Opus 4.6做到一半,最后降级到Gemini 3.8 Flash完成,效果自然有差距。
实测启示:廉价套餐的隐性成本
这次实测暴露了几个现实问题。第一,为特定大模型调试的skills在换用其他模型时效果会打折扣,UP主从Opus 5.5一路降级到Gemini 3.8 Flash,可以说是“不断降低标准”。第二,第三方渠道的廉价套餐额度极为有限,UP主使用的18个月免费套餐在项目未完成时就用尽了额度,后续要么升级要么等待超长重置周期。第三,Antigravity的自动化流程本身是顺畅的——从阅读文章、推荐风格、生成分镜到编写Python脚本、合成音频、导出视频,AI能自行纠错并推进任务,但最终成片质量受模型能力制约明显。
对于想尝试类似项目的创作者,UP主的经历提示:如果追求项目作者预期的效果,最好使用其指定的模型版本;如果只是体验流程,降级模型也能跑通,但需要接受画质、音质和细节上的妥协。
相关推荐

Gemini 4 Neon评测:跑分比肩Carbon,API定价与额度解析
Google Gemini 4 Neon正式上线,跑分紧咬Carbon,API定价3/15为Hydrogen两倍。本文汇总B站UP主实测:Neon可平替90% Carbon场景,AntiGravity中额度消耗仅为Carbon三分之一,并解析订阅渠道限制与2API封号风险。

Gemini 4 Helium或将至?Google订阅限制松绑信号
Google团队成员预告发布将继续,社区推测Gemini 4 Helium(Flash Lite)或成下一款模型;订阅封禁争议获回应,产品负责人以「Soon」暗示可能开放限制。本文梳理Gemini动向、OpenAI Coding Agent与风险管理、豆包实时音视频API及算力商业动态。

AI辅助React开发实战:视频应用优化与错误处理
14年经验开发者演示如何用AI辅助优化React视频应用:通过ImageKit将视频从80MB压缩至5MB(约94%),并实现可靠的错误处理与重试机制。包含与AI协作的规划、代码理解和验证方法。