Opus 5.5 вже починає заходити на територію дійсно якісних роликів

У мережі показали ролик, який зібрали за допомогою Opus 5.5. І якщо не знати передісторію, легко подумати, що це робота окремого motion-дизайнера, монтажера і людини, яка сиділа над синхронізацією звуку.

Але найцікавіше тут навіть не саме відео, а те, як воно було зроблене.

Графічна частина зібрана на TypeScript, Three.js і Bun/Vite. Для аудіо використовували Python, Demucs, Whisper і CTC.

Тобто це не історія в стилі «AI згенерував красивий ролик одним промптом».

Модель фактично працює як технічний виконавець: бере набір інструментів, пише код, працює з аудіо, синхронізацією і збирає все в один готовий пайплайн.

Саме тому такі демки зараз цікавіші за чергові генератори картинок. Ми поступово підходимо до моменту, коли складний креативний продакшн можна буде не робити вручну, а просто описувати результат і давати агенту потрібні інструменти.

І що особливо приємно, весь проєкт виклали у відкритий доступ. Можна залізти в код і подивитися, як саме все це працює:

https://github.com/mexicat/pdoom-video