Claude写代码重画98年奥斯卡，51种画风一句话拍片

视频模型没参与任何一帧，98年奥斯卡最佳影片却被重画成一支6分半的短片——画面、配乐、配音全部由代码算出。这个名为 Lemo-Opuscar 的开源项目在 B 站引发关注后迅速走红，上线没多久 GitHub 星数就冲到 4700 上下，近七天猛涨超过 2200 星，最近两天每天新增五六百星且仍在加速。

代码拍片：不是抽卡，是逐帧计算

主流 AI 短片创作靠视频模型抽卡，同一个镜头很难稳定复现。Lemo-Opuscar 走的是完全相反的路子：每一帧画面都由代码计算生成，没有生成视频，也没有调用素材库。脚本本身就是剪辑台，想改哪一处就改一行代码，重新渲染即可，不必再和随机性博弈。据 B 站 UP 主的拆解，这种“代码即片场”的思路让创作从概率游戏变成了可精确复现的工程。

一键安装，两号命令开拍

上手门槛被压得很低。本机提前备好 Node 20、FFmpeg 和 Python 3.11，剩下的依赖由 agent 自行安装；用户只需输入两条命令：先从插件市场添加插件，再安装插件。之后在任何文件夹里都能“开拍”，项目像一个小型工作室一样运转。

什么是“抽卡式”视频生成？

所谓“抽卡”，是指用户向视频生成模型输入一段提示词后，模型基于随机噪声一次性生成一段视频。由于扩散模型的采样过程带有随机性，即使提示词完全相同，每次输出的画面、构图、运动轨迹也会不同。创作者往往要反复生成几十次，才能碰上一个可用的镜头，这种“碰运气”的工作方式被戏称为抽卡。它的核心痛点在于不可复现：一旦想微调某个细节，整段视频可能全部改变，难以像传统剪辑那样定点修改。

逐帧计算生成的原理差异

Lemo-Opuscar 所走的路线，是把每一帧当作一段程序运行的结果：画面的构图、元素位置、颜色、运动参数全部写成代码，渲染引擎按照时间轴逐帧计算并输出图像序列，再由 FFmpeg 等工具合成为视频。由于没有随机采样环节，同一份脚本在任何时候渲染，结果都完全一致。修改只需改动对应的代码行，重新渲染即可，这使得创作过程更接近传统动画和程序化生成（procedural generation），而非依赖概率的模型推理。

51种画风，十大类全覆盖

项目内置 51 种画风，整理成十大类，并配有样片和提示词。手绘阵营里有水彩、蜡笔、一笔画、板画；印刷质感有木刻、铜板、撕印海报；此外还有全息界面、积木玩具等偏数字与潮玩方向的风格。二维风格共 77 种、三维风格 17 种（此处为 UP 主原话口径），每种都配了一支真实样片可供对照。

一句话下需求的工作流

拍片流程接近于对一位导演说话：比如“用油画风格拍我家等我下班的橘猫，30 秒”。agent 开工前只会问一次关键信息——缺什么素材、有没有自己的配音、要不要先看分镜——随后自行阅读三份指南并推进制作。国风方向可以拍水墨剑客踏水过江、皮影戏演后羿射日、红色窗花剪纸与纸雕灯影里的中秋；游戏方向有 16 位像素 RPG 勇者在 Boss 门前存档、HD-2D 少女提灯夜闯森林、80 年代赛璐璐雨夜等；时政影像方向则更硬核，画面里每个数字都要求实测并标注出处。

Agent 在其中的角色

这里的 agent 指的是具备工具调用与多步规划能力的 AI 智能体。与一次性问答不同，agent 会自行拆解任务、读取项目内的指南文档、调用渲染脚本、检查输出结果，并在必要时自行修正。文章中提到“自行阅读三份指南并推进制作”，正是 agent 的典型工作方式：它先理解项目约定的规范，再按步骤执行，而不是每一步都等待人工指令。这也解释了为什么它只在开工前问一次关键信息——素材、配音、分镜确认这些无法从代码推断的决策点，之后便交给 agent 自主推进。

奥斯卡样片：98部影片，98种画风

压轴作品 Opuscar 98 用一支片子走过 98 部奥斯卡最佳影片，每部都换一种贴合原片气质的画风。更值得关注的是考据力度：激光扫描包开森林量出 3.4 公里石墙，显微镜下蓝色差异被放大 2.4 倍，莱特兄弟首飞档案查实为 59 秒。这些数字不是装饰，而是画面可信度的来源。想改画风时，可以直接提出“服饰会改成我的版本”，项目会先讲清哪些能改、哪些一改就“变味”，拟定改法并起好名字，再输出风格图与样片对照，用户点头后才排测试片。

电商与产品片的现成模板

玻璃耳机开箱特写、电动车全息参数扫描、科技发布会键盘爆炸拆解等场景都有现成风格可用。对做产品内容的人来说，这相当于把“拍片”变成了“选模板+改参数”的流程。

Opuscar 98 这个名字的由来

“Opuscar”是 Opus 与 Oscar 的合成词：Opus 指项目底层依赖的 Claude Opus 模型，Oscar 指奥斯卡金像奖。Opuscar 98 因此可以理解为“用 Opus 拍出的 98 部奥斯卡最佳影片”。需要区分的是，这支片子并非用视频模型生成，而是用代码逐帧重绘，每一部影片对应一种贴合原片气质的画风，98 部影片串成一条连续的影像线索。片名本身也点明了项目的两个关键属性：模型依赖与致敬对象。

代价与授权：Opus专用，Token不便宜

项目采用 MIT 协议，样片署名后即可使用，成片版权归创作者所有。但工具本身是 Claude 专用，基于 Opus 生成，一支片子通常要跑半小时到一小时，Token 消耗不小，需要 Claude 付费订阅或 API 额度。

星数里程碑也是作品

项目最会玩的一点，是把每个星数里程碑都拍成感谢片：300 星时一镜到底点亮 300 颗星，800 星时画面写满观众名字，2000 星时用一块屏幕回放 17 天。这种把社区互动直接转化为影像输出的做法，本身也是项目理念的展示。

Token 成本为何不低

Token 是大模型处理文本的基本计量单位，输入和输出都按 Token 计费。Lemo-Opuscar 的每一帧画面都需要模型参与生成代码或参数，一支半小时到一小时的片子意味着大量且持续的模型调用，累积的 Token 消耗远高于普通对话场景。Claude Opus 本身属于该系列中能力最强、单价也最高的档位，因此项目要求用户具备 Claude 付费订阅或充足的 API 额度。这也是“代码拍片”路线在成本结构上与视频模型抽卡的根本区别：前者按计算量持续计费，后者按生成次数计费。

谁适合用它

会写需求的人就能当导演，但前提是接受“代码剪辑”的工作方式，并愿意承担 Opus 的调用成本。对需要可复现、可精修、风格统一的创作者来说，这套工具提供了一条与视频模型截然不同的路径；对只想快速抽卡出片的人，它可能不够“省事”。