<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI 视频 on 我的博客</title><link>https://blog.5616760.com/tags/ai-%E8%A7%86%E9%A2%91/</link><description>Recent content in AI 视频 on 我的博客</description><generator>Hugo -- gohugo.io</generator><language>zh</language><lastBuildDate>Thu, 12 Nov 2026 08:00:00 +0800</lastBuildDate><atom:link href="https://blog.5616760.com/tags/ai-%E8%A7%86%E9%A2%91/index.xml" rel="self" type="application/rss+xml"/><item><title>29,374 Star 的 Hypit：让 Agent 克隆一条爆款视频，而不是克隆一份脚本</title><link>https://blog.5616760.com/0074.html</link><pubDate>Thu, 12 Nov 2026 08:00:00 +0800</pubDate><guid>https://blog.5616760.com/0074.html</guid><description>&lt;p&gt;&lt;img alt="图：Hypit 官方社交预览图——Clone any viral video with AI agents" loading="lazy" sizes="(max-width: 767px) calc(100vw - 30px), (max-width: 1023px) 700px, (max-width: 1279px) 950px, 1232px" src="https://blog.5616760.com/img/0074-001.png"&gt;&lt;/p&gt;&#10;&lt;p&gt;Hypit 是一个给 Coding Agent（Claude Code、Codex 等）用的视频创作系统。你丢一条视频进去，Agent 把它的&lt;strong&gt;整条工作流&lt;/strong&gt;克隆出来：素材、字幕、B-roll、动效，全部锚定到「词」而不是「秒」。&lt;/p&gt;&#10;&lt;p&gt;项目：https://github.com/hypit-ai/hypit（29,374 Star · 3,425 Fork · TypeScript · 修改版 Apache 2.0）&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;本文所有数字均为 2026-11-12 通过 GitHub REST API、仓库文件树与官方文档实测。&lt;strong&gt;作者未实际跑通一次完整 Build&lt;/strong&gt;（无对应模型服务凭据），涉及运行行为的判断来自源码、文档与样例工程，会在正文中标注来源。&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="01--硬数据"&gt;01 · 硬数据&#10;&lt;/h2&gt;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;项目&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;数值&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Star / Fork&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;29,374 / 3,425&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;创建 / 最近推送&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;2026-07-29 / 2026-11-11&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;提交数&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;1,504&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;当前版本&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;0.3.2&lt;/code&gt;（2026-11-11 发布）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;贡献者&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;23 人（其中前两位 870 / 568 次提交）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;仓库路径总数&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;2,101（1,721 个 blob / 380 个目录）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;TypeScript 文件&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;969&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;单元测试文件&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;215（&lt;code&gt;*.test.ts&lt;/code&gt;）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;npm 包（含 &lt;code&gt;package.json&lt;/code&gt;）&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;88&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Provider 包&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;10&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;文档&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;46 篇（英文 23 + 中文 23，VitePress 双语镜像）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Agent Skill 参考文档&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;63 篇&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;示例工程&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;7 个&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;运行环境&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Node ≥ 22.15.0，pnpm 10.33.0，TypeScript 5.9&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;三个数字值得单独说：&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&lt;strong&gt;1,504 次提交 / 3.5 个月&lt;/strong&gt;。平均每天 14 次提交，文档、示例、迁移指南和代码同步推进——这不是一个 Demo 仓库的节奏。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;88 个包 vs 969 个 TS 文件&lt;/strong&gt;。平均每个包 11 个源文件，粒度切得很细。&lt;code&gt;packages/&lt;/code&gt; 下既有 &lt;code&gt;kernel&lt;/code&gt;、&lt;code&gt;compiler&lt;/code&gt;、&lt;code&gt;executor&lt;/code&gt; 这种底座，也有 &lt;code&gt;ranking&lt;/code&gt;、&lt;code&gt;depth-stack&lt;/code&gt;、&lt;code&gt;interview-emoji-reveal&lt;/code&gt; 这种纯创作组件。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;215 个测试文件&lt;/strong&gt;。对媒体管线类项目来说，这个比例算高。但它保护的是&lt;strong&gt;图求值和时序计算&lt;/strong&gt;，不是最终像素——生成模型本身不可复现。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="02--它想解决的问题不是生成视频"&gt;02 · 它想解决的问题，不是「生成视频」&#10;&lt;/h2&gt;&lt;p&gt;市面上大多数「AI 视频」产品的产物是一次性的：一段 Prompt，一段成片。想改一个字，重新生成，整条重来。&lt;/p&gt;&#10;&lt;p&gt;Hypit 的 README 里有一句话把定位说得很直白：&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;Not just a script, the whole workflow: swap the face, the words, the B-roll, ship 100 variants in one command.&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;落到工程上，它交付的是&lt;strong&gt;一个可再次运行、可局部修改的编排&lt;/strong&gt;，而不是一次渲染。所以它的核心抽象不是「镜头」「片段」，而是三样东西：&lt;/p&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;抽象&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;回答什么问题&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;类比&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;Script&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;谁在什么位置说了什么字&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;剧本&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;Composition&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;哪些画面/声音在什么时间出现&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;时间线 + 合成树&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;Run&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;这次跑哪些、复用哪些旧产物&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;构建目标 + 缓存声明&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;对应三种文件：&lt;code&gt;.svml&lt;/code&gt;（作者源，XML 方言）、&lt;code&gt;.svs&lt;/code&gt;（样式表，类 CSS）、&lt;code&gt;.svrun&lt;/code&gt;（运行声明）。加一个 &lt;code&gt;hypit.runtime.json&lt;/code&gt; 决定用哪个服务执行。就这些。&lt;/p&gt;&#10;&lt;pre class="mermaid" style="visibility:hidden"&gt;flowchart LR&#10; ref["参考视频 / 描述"] --&gt; agent["Coding Agent + hypit Skill"]&#10; agent --&gt; svml["Author Source&lt;br/&gt;.svml"]&#10; agent --&gt; svs["Recipe&lt;br/&gt;.svs"]&#10; svs --&gt; svml&#10; svml --&gt; svrun["Run Source&lt;br/&gt;.svrun"]&#10; runtime["Runtime Profile&lt;br/&gt;hypit.runtime.json"] --&gt; plan&#10; svrun --&gt; plan["plan&lt;br/&gt;冻结执行图"]&#10; plan --&gt; build["Build&lt;br/&gt;提交付费工作"]&#10; build --&gt; result["Result&lt;br/&gt;.hypit/results/"]&#10; result --&gt;|"build-record + satisfy"| svrun&#10; result --&gt; out["get --output final.video"]&#10; style agent fill:#DF3C68,stroke:#DF3C68,color:#fff&#10; style build fill:#09090B,stroke:#09090B,color:#fff&lt;/pre&gt;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;图：从参考片到成片的完整链路。注意右侧那条回环——&lt;strong&gt;复用的是显式声明的&lt;/strong&gt;，没有隐式缓存。&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="03--核心设计把时间锚在词上"&gt;03 · 核心设计：把时间锚在「词」上&#10;&lt;/h2&gt;&lt;p&gt;这是 Hypit 唯一真正区别于其他视频 DSL 的地方，也是它一整套复杂度的来源。&lt;/p&gt;&#10;&lt;p&gt;传统时间线的时间是&lt;strong&gt;绝对秒数&lt;/strong&gt;。字幕在第 3.2 秒出现，B-roll 在第 5.8 秒切入。你改一句台词，所有数字作废。&lt;/p&gt;&#10;&lt;p&gt;Hypit 的做法是把 Script 写成&lt;strong&gt;纯散文&lt;/strong&gt;——不带时间码、不引用媒体、不设定样式：&lt;/p&gt;&#10;&lt;pre tabindex="0"&gt;&lt;code class="language-svml" data-lang="svml"&gt;&amp;lt;import from=&amp;#34;@hypit/script@1&amp;#34;/&amp;gt;&#10;&#10;&amp;lt;script id=&amp;#34;story&amp;#34;&amp;gt;&#10; &amp;lt;hook&amp;gt;&#10; &amp;lt;HOST&amp;gt; @{problem} Girls, you need to hear this. Never let anyone take credit&#10; for your work. @{/problem}&#10; &amp;lt;/hook&amp;gt;&#10;&#10; &amp;lt;meeting&amp;gt;&#10; &amp;lt;HOST&amp;gt; @{solution} I started sending &amp;lt;BCC | B C C&amp;gt; recaps after every&#10; meeting: timestamps, decisions, who said what. @{ranking!} After&#10; the first recap, everything changed. @{/solution}&#10; &amp;lt;/meeting&amp;gt;&#10;&amp;lt;/script&amp;gt;&#10;&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;这段里有四种构造，每一种都不是排版糖：&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;① Segment&lt;/strong&gt; —— &lt;code&gt;&amp;lt;hook&amp;gt;&lt;/code&gt;、&lt;code&gt;&amp;lt;meeting&amp;gt;&lt;/code&gt;，语音块，标签名即 id，不可嵌套。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;② Role Cue&lt;/strong&gt; —— &lt;code&gt;&amp;lt;HOST&amp;gt;&lt;/code&gt; 没有闭合标签，一段话从它开始延续到下一个 Cue 或 Segment 结尾。一个 Segment 里必须全部用或全部不用。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;③ Dual Text&lt;/strong&gt; —— &lt;code&gt;&amp;lt;BCC | B C C&amp;gt;&lt;/code&gt;。左侧进字幕投影（显示 &lt;code&gt;BCC&lt;/code&gt;），右侧进口播投影（念成 &lt;code&gt;B C C&lt;/code&gt;）。&lt;strong&gt;这是 N:M 对齐单元，不是 1:1 替换&lt;/strong&gt;。左侧为空也合法：&lt;code&gt;&amp;lt; | um&amp;gt;&lt;/code&gt; 表示「说出来但不显示」。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;④ Selection 与 Moment&lt;/strong&gt; —— &lt;code&gt;@{problem}&lt;/code&gt;、&lt;code&gt;@{/problem}&lt;/code&gt; 是一段&lt;strong&gt;具名语义范围&lt;/strong&gt;，&lt;code&gt;@{ranking!}&lt;/code&gt; 是一个&lt;strong&gt;具名时间点&lt;/strong&gt;。它们有亲和性后缀控制边界吸附：&lt;/p&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;标记&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;含义&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{id}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;打开，右吸附（从下一个词开始）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{~id}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;打开，左吸附（从前一个词末尾开始）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{/id}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;关闭，左吸附（在前一个词末尾结束）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{/id~}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;关闭，右吸附（在下一个词起始处结束）&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{id!}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Moment，右吸附&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;@{~id!}&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Moment，左吸附&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;关键在于：&lt;strong&gt;Script 里没有任何秒数或帧号&lt;/strong&gt;。时间从下游的对齐来。&lt;/p&gt;&#10;&lt;pre class="mermaid" style="visibility:hidden"&gt;flowchart TD&#10; script["Script&lt;br/&gt;Token + Selection + Moment"] --&gt; align["WhisperX Alignment&lt;br/&gt;局部时间域上的词边界"]&#10; media["Normalize&lt;br/&gt;规范化媒体"] --&gt; domain["Local Domain&lt;br/&gt;局部时间域 + Extent"]&#10; domain --&gt; timeline["Timeline&lt;br/&gt;{ id, frameRate, frameCount }"]&#10; align --&gt; proj["Narrative Projection&lt;br/&gt;等长 Window 映射"]&#10; domain --&gt; proj&#10; proj --&gt; win["具名绝对 Window"]&#10; proj --&gt; inst["具名绝对 Instant"]&#10; win --&gt; comp["组件时序输入"]&#10; inst --&gt; comp&#10; timeline --&gt; comp&#10; comp --&gt; film["Film 装配"]&#10; film --&gt; render["html:Video 渲染"]&#10; style script fill:#DF3C68,stroke:#DF3C68,color:#fff&#10; style proj fill:#09090B,stroke:#09090B,color:#fff&lt;/pre&gt;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;图：语义时间不是时间线内容，而是一层&lt;strong&gt;可选投影&lt;/strong&gt;。组件只消费绝对 Window / Instant，不认识 Script。&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;这套设计带来一个很实在的结果：&lt;strong&gt;改一句台词，字幕、高亮、B-roll 切入、图形事件一起移动&lt;/strong&gt;。因为它们的输入是「某个词的出现」，不是某个秒数。&lt;/p&gt;&#10;&lt;p&gt;代价也在这里：语义标记的写法有一定密度。&lt;code&gt;@{beat!}“测试”&lt;/code&gt; 合法，&lt;code&gt;“@{beat!}测试”&lt;/code&gt; 非法——标记不能切开语音 Token，也不能插到它与附着标点之间。这类规则需要读文档才能记住。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="04--一条时间轴一块画布全是显式边"&gt;04 · 一条时间轴、一块画布、全是显式边&#10;&lt;/h2&gt;&lt;p&gt;Hypit 的 Timing 文档第一句话就把时间模型钉死了：&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;Hypit 只有一条节目时间轴：&lt;code&gt;Timeline&lt;/code&gt;。它只是 &lt;code&gt;{ id, frameRate, frameCount }&lt;/code&gt;，不包含素材、单词、Track 或中央事件注册表。&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;这句话的含义比看起来大。它意味着：&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;&lt;strong&gt;移动内容不改变媒体&lt;/strong&gt;。把一段画面挪到第 30 秒，规范化媒体和局部词时序一个字节都不动。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;改构图不改变声音&lt;/strong&gt;。画面和声音是两条独立的 Clip 关系，选择画面&lt;strong&gt;绝不会&lt;/strong&gt;自动让声音进片。&lt;/li&gt;&#10;&lt;li&gt;&lt;strong&gt;纯动效不需要媒体&lt;/strong&gt;。&lt;code&gt;&amp;lt;time:Timeline id=&amp;quot;animation&amp;quot; clock={clock} end=&amp;quot;8s&amp;quot;/&amp;gt;&lt;/code&gt; 就够，结果是静音的。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;p&gt;Timeline 本身是一个无环构造图，&lt;code&gt;end&lt;/code&gt; 必填，&lt;code&gt;for={...extent}&lt;/code&gt; 消耗&lt;strong&gt;已解析但尚未定位&lt;/strong&gt;的时长——所以未知长度的生成语音能在普通图求值中把时间线撑开：&lt;/p&gt;&#10;&lt;pre tabindex="0"&gt;&lt;code class="language-svml" data-lang="svml"&gt;&amp;lt;time:Timeline id=&amp;#34;speech&amp;#34; clock={clock} end=&amp;#34;answer.end&amp;#34;&amp;gt;&#10; &amp;lt;time:Window id=&amp;#34;opening&amp;#34; from=&amp;#34;start&amp;#34; for={opening-media.extent}/&amp;gt;&#10; &amp;lt;time:Window id=&amp;#34;answer&amp;#34; from=&amp;#34;opening.end&amp;#34; for={answer-media.extent}/&amp;gt;&#10;&amp;lt;/time:Timeline&amp;gt;&#10;&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;&lt;code&gt;from=&amp;quot;opening.end+2s&amp;quot;&lt;/code&gt; 是空隙，&lt;code&gt;from=&amp;quot;opening.end-12f&amp;quot;&lt;/code&gt; 是重叠，&lt;code&gt;latest(a.end,b.end)&lt;/code&gt; 合并并行分支。&lt;/p&gt;&#10;&lt;p&gt;装配阶段，&lt;code&gt;film:Film&lt;/code&gt; 把显式选的 Track 和 Canvas、Timeline 组合成 Composition。&lt;strong&gt;子项的书写顺序不定义堆叠顺序&lt;/strong&gt;——每个视觉组件发布带绝对 &lt;code&gt;z&lt;/code&gt; 的定时 Present，数值小的先绘制。最后 &lt;code&gt;html:Video&lt;/code&gt; 编译视觉贡献、捕获帧、渲染音频、封装成文件。&lt;/p&gt;&#10;&lt;p&gt;渲染方式值得注意：样例工程里三个 UGC 片子都是「&lt;strong&gt;64 个 headless Chromium 进程并发渲染&lt;/strong&gt;」。也就是画面不是用原生图形 API 画的，而是&lt;strong&gt;用前端代码画的&lt;/strong&gt;，逐个 Chrome 实例截帧再编码。这解释了为什么 &lt;code&gt;browser-capture&lt;/code&gt;、&lt;code&gt;html-program&lt;/code&gt;、&lt;code&gt;html-document&lt;/code&gt; 是独立包——它把浏览器当成渲染器。&lt;/p&gt;&#10;&lt;p&gt;优点：能用完整的 CSS/Canvas/Web 生态做图形。缺点：机器负载重，本机环境（Chromium、字体、编码器）必须齐备。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="05--组件是普通的-npm-包"&gt;05 · 组件是普通的 npm 包&#10;&lt;/h2&gt;&lt;p&gt;88 个包按职责分层，粗看一遍就能看出取舍：&lt;/p&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;层&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;代表包&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;职责&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;底座&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;kernel&lt;/code&gt; &lt;code&gt;compiler&lt;/code&gt; &lt;code&gt;executor&lt;/code&gt; &lt;code&gt;admission&lt;/code&gt; &lt;code&gt;protocol&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;图求值、编译、执行、类型准入&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;作者面&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;markup&lt;/code&gt; &lt;code&gt;author&lt;/code&gt; &lt;code&gt;source&lt;/code&gt; &lt;code&gt;recipe&lt;/code&gt; &lt;code&gt;workspace&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;解析 SVML / SVS / SVRun&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;时间&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;timeline&lt;/code&gt; &lt;code&gt;timeline-author&lt;/code&gt; &lt;code&gt;temporal&lt;/code&gt; &lt;code&gt;narrative-temporal&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Instant / Window / Extent / 投影&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;媒体&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;media&lt;/code&gt; &lt;code&gt;media-local&lt;/code&gt; &lt;code&gt;media-operations&lt;/code&gt; &lt;code&gt;image-operations&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;规范化、截取、变速、抽帧&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;生成模型&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;seedance&lt;/code&gt; &lt;code&gt;seedream&lt;/code&gt; &lt;code&gt;gpt-image&lt;/code&gt; &lt;code&gt;nano-banana&lt;/code&gt; &lt;code&gt;pixverse&lt;/code&gt; &lt;code&gt;wan&lt;/code&gt; &lt;code&gt;minimax-h3&lt;/code&gt; &lt;code&gt;grok-imagine&lt;/code&gt; &lt;code&gt;bach&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;各家的请求定义与校验&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;语音&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;fishaudio-speech&lt;/code&gt; &lt;code&gt;elevenlabs-speech&lt;/code&gt; &lt;code&gt;mimo-speech&lt;/code&gt; &lt;code&gt;whisperx&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;TTS 与词级对齐&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;画面&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;visual-track&lt;/code&gt; &lt;code&gt;audio-track&lt;/code&gt; &lt;code&gt;caption&lt;/code&gt; &lt;code&gt;caption-fine&lt;/code&gt; &lt;code&gt;spatial&lt;/code&gt; &lt;code&gt;film&lt;/code&gt; &lt;code&gt;html-video&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Track / 字幕 / 画布 / 合成&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;创作组件&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;ranking&lt;/code&gt; &lt;code&gt;depth-stack&lt;/code&gt; &lt;code&gt;comment-sticker&lt;/code&gt; &lt;code&gt;interview-emoji-reveal&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;具体图形行为&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;工具&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;studio&lt;/code&gt; &lt;code&gt;studio-companion&lt;/code&gt; &lt;code&gt;yt-dlp&lt;/code&gt; &lt;code&gt;fontsource&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;编辑器、下载、字体&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Provider&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;provider-hypihub&lt;/code&gt; &lt;code&gt;provider-hiapi&lt;/code&gt; &lt;code&gt;provider-monid&lt;/code&gt; &lt;code&gt;provider-pollo&lt;/code&gt; &lt;code&gt;provider-sume&lt;/code&gt; &lt;code&gt;provider-beatapi&lt;/code&gt; &lt;code&gt;provider-tokendance&lt;/code&gt; &lt;code&gt;provider-whisperx-local&lt;/code&gt; &lt;code&gt;provider-html-local&lt;/code&gt; &lt;code&gt;provider-image-opencv-local&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;把能力接到具体 API&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;有一条边界切得很干脆：&lt;strong&gt;Model 拥有请求含义，Provider 拥有服务支持&lt;/strong&gt;。所以同一份 &lt;code&gt;.svml&lt;/code&gt; 既能走官方托管的 HypiHub，也能换成自己的 Key 走 HiAPI / Monid / Pollo / Sume / BeatAPI / TokenDance，作者图一行不改。文档也明确：&lt;strong&gt;请求失败不会偷偷改用另一个账户&lt;/strong&gt;。&lt;/p&gt;&#10;&lt;p&gt;创作组件不随主包安装。比如榜单：&lt;/p&gt;&#10;&lt;div class="highlight"&gt;&lt;pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"&gt;&lt;code class="language-bash" data-lang="bash"&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;npm install @hypit/ranking&#10;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;pre tabindex="0"&gt;&lt;code class="language-svml" data-lang="svml"&gt;&amp;lt;ranking:Column id=&amp;#34;priorities&amp;#34; timeline={speech.timeline} within={vertical.bounds}&#10; frame={layout.ranking} during={ranking} style={ranking-style}&amp;gt;&#10; &amp;lt;ranking:ColumnItem rank=&amp;#34;1&amp;#34; label=&amp;#34;Winner&amp;#34; during={winner}/&amp;gt;&#10; &amp;lt;ranking:ColumnItem rank=&amp;#34;2&amp;#34; preset=&amp;#34;true&amp;#34; label=&amp;#34;Already placed&amp;#34;/&amp;gt;&#10;&amp;lt;/ranking:Column&amp;gt;&#10;&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;&lt;code&gt;during={ranking}&lt;/code&gt; 和 &lt;code&gt;during={winner}&lt;/code&gt; 直接来自上游投影——&lt;strong&gt;榜单的揭示时机绑在台词上&lt;/strong&gt;。表演变了，窗口跟着变，组件一行不改。&lt;/p&gt;&#10;&lt;p&gt;这是这套设计最漂亮的地方：组件作者不需要认识 Script，只需要接受 &lt;code&gt;Window&lt;/code&gt; 和 &lt;code&gt;Instant&lt;/code&gt;。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="06--执行没有隐式缓存"&gt;06 · 执行：没有隐式缓存&#10;&lt;/h2&gt;&lt;p&gt;&lt;code&gt;hypit&lt;/code&gt; 的命令行分工很清楚，只有 &lt;code&gt;build&lt;/code&gt; 会花钱：&lt;/p&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;命令&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;作用&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;是否付费&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;check&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;验证导入、类型、图边&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;plan&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;编译选定 Run，列出将请求的 Operations&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;pricing&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;读 Provider 费率，分组展示&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;estimate&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;按口播策略估算 Segment 时长&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;doctor&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;校验 Runtime 角色、凭据、有界探测&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;build&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;提交执行&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;是&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;code&gt;status&lt;/code&gt; / &lt;code&gt;inspect&lt;/code&gt; / &lt;code&gt;get&lt;/code&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;观察与导出&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;否&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;日常制作就是三条命令：&lt;/p&gt;&#10;&lt;div class="highlight"&gt;&lt;pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"&gt;&lt;code class="language-bash" data-lang="bash"&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;hypit plan build.svrun&#10;&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;hypit build build.svrun --follow&#10;&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;hypit get &amp;lt;build-id&amp;gt; --output final.video --to output/final.mp4&#10;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;code&gt;--follow&lt;/code&gt; 只是观察者，Ctrl-C 不会取消任务；重新接入用 &lt;code&gt;status &amp;lt;build-id&amp;gt; --watch&lt;/code&gt;。真要停远程工作得用 &lt;code&gt;cancel&lt;/code&gt;。&lt;/p&gt;&#10;&lt;p&gt;最有意思的取舍是&lt;strong&gt;复用&lt;/strong&gt;。Hypit 没有隐式缓存，跨 Build 复用必须写成图：&lt;/p&gt;&#10;&lt;pre tabindex="0"&gt;&lt;code class="language-svml" data-lang="svml"&gt;&amp;lt;build-record id=&amp;#34;hook-video&amp;#34;&#10; build=&amp;#34;bld_20260902T142031123Z_0123456789&amp;#34; output=&amp;#34;hook-take.video&amp;#34;/&amp;gt;&#10;&amp;lt;satisfy output=&amp;#34;hook-take.video&amp;#34; candidate=&amp;#34;hook-video&amp;#34;/&amp;gt;&#10;&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;或者直接用本地文件当零输入 Candidate：&lt;/p&gt;&#10;&lt;pre tabindex="0"&gt;&lt;code class="language-svml" data-lang="svml"&gt;&amp;lt;file id=&amp;#34;approved-opening&amp;#34; type=&amp;#34;@hypit/blob@1#Blob&amp;#34; from=&amp;#34;./approved-opening.mp4&amp;#34; media-type=&amp;#34;video/mp4&amp;#34;/&amp;gt;&#10;&amp;lt;satisfy output=&amp;#34;opening-shot.video&amp;#34; candidate=&amp;#34;approved-opening&amp;#34;/&amp;gt;&#10;&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;文档反复强调一条：&lt;strong&gt;每次 &lt;code&gt;build&lt;/code&gt; 都产生新的 Build id，即使源码完全没变&lt;/strong&gt;。因为生成是非确定性的，系统不猜测两个名字代表同一份作者意图，也不猜测创作等价性。&lt;/p&gt;&#10;&lt;p&gt;这条规则对工程洁癖很友好，对使用者有点啰嗦——每改一次字幕，都得手写一遍 &lt;code&gt;build-record&lt;/code&gt; 才能不重跑图片。样例的 README 里到处是这种手工记账。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="07--三条样例的真实成本"&gt;07 · 三条样例的真实成本&#10;&lt;/h2&gt;&lt;p&gt;官方 README 给了三条完整产出，附带了费用和生成方式：&lt;/p&gt;&#10;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;样例&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;形态&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;生成内容&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;成本&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;GOAT DEBATE&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;20 秒足球分档&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;2 段 720p A-roll + 1 张 2K 人像 + 10 张 1K B-roll&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;$1.15&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;DAILY CREATINE&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;18 秒播客片段&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;3 段 A-roll + 2 张 2K 角色 + 3 张 1K 拼贴 + 1 段 B-roll&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;$1.07&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;NICE RIDE&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;26 秒街访&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;3 段 A-roll + 1 张 2K 人像&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;$1.09&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;三条都是 64 个 Chromium 进程并发渲染，都带 WhisperX 词级对齐，都有音效同步的图形板。&lt;/p&gt;&#10;&lt;p&gt;按秒算，二十几秒的成片花一美元出头。这个量级意味着&lt;strong&gt;变体是廉价的&lt;/strong&gt;：换主播、换语言、换排名、换产品，主体结构不变，只重跑变化的部分。&lt;/p&gt;&#10;&lt;p&gt;播客样例的 README 把「复用边界」写得很细，值得单独看：&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;Its Clip omits &lt;code&gt;Map&lt;/code&gt;, so the bounded partial identity plays at native speed, truncates when the occurrence Window is shorter, and ends coverage when the source finishes. It does not freeze the last frame or retime to fill the Window.&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;一条 5 秒 B-roll 盖进 4 秒的窗口，不会冻帧、不会变速填满，播完就不铺了。这个默认行为在剪辑软件里经常是反的——大多数工具默认拉伸或循环。Hypit 选了「诚实截断」，需要更长的阅读时间就回去调投影窗口。这个细节说明作者认真想过在时间线上「素材不够」到底意味着什么。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="08--五个必须知道的代价"&gt;08 · 五个必须知道的代价&#10;&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;① 许可证不是纯 Apache 2.0&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;修改版 Apache 2.0，加了两条硬约束：&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;未经书面授权，不得用它运营&lt;strong&gt;多租户&lt;/strong&gt;环境，或把功能作为托管/管理/SaaS 提供给第三方（一个租户 = 一个工作区）。自己组织内部用、给客户做项目、单租户自部署都&lt;strong&gt;明确允许&lt;/strong&gt;。&lt;/li&gt;&#10;&lt;li&gt;未经授权，不得为商业利益销售/收费授权/随产品分发 Hypit 或其衍生品。Fork 和修改可以，但必须以同一许可证提供且不得用于商业获利。&lt;/li&gt;&#10;&lt;li&gt;不得移除 CLI、运行报告和清单里的名称、LOGO、版权信息。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;p&gt;&lt;strong&gt;产出归你&lt;/strong&gt;：视频、音频、图片、清单都归你，许可证对其使用不设条件。但第三方模型的条款仍然适用。&lt;/p&gt;&#10;&lt;p&gt;想做成「视频生成 SaaS」的话，这条路是堵着的。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;② 版本还在 0.3.x，且是破坏性演进&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;仓库里有两份迁移指南（&lt;code&gt;0.3&lt;/code&gt;、&lt;code&gt;0.3.1&lt;/code&gt;），中文版也有。意思是：&lt;strong&gt;已有项目升级要先读迁移文档再动手&lt;/strong&gt;。三个半月 1,504 次提交的速度，也意味着 API 面还会动。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;③ 学习曲线不在「写 Prompt」上&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;SVML 的语义标记体系（N:M 双文本、四种亲和性、Cue 分隔符 &lt;code&gt;||&lt;/code&gt;、转义规则）是有门槛的。这不是「跟模型聊天」，更像写一个有类型系统的排版语言。文档本身也承认：不理解 Kit 的镜头假设就直接写 Prompt，效果不可靠。&lt;/p&gt;&#10;&lt;p&gt;好消息是这些复杂度主要压在 Agent 和包作者身上——终端用户只需要说「照这个视频改」。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;④ 执行不是安全沙箱&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;Runtime 文档自己写了这句：&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;这种执行分离不是安全沙箱，也不会冻结组件之后才读取的文件。&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;组件是普通 npm 包，在 Worker 里真实加载执行。信任模型和任何本地构建工具一样，&lt;strong&gt;装第三方组件等于信任它的作者&lt;/strong&gt;。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;⑤ 非确定性是显式承认的边界&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;样例 README 里有一句很克制的话：&lt;/p&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;This is a complete reproducible request graph, not a claim that a fresh model run will reproduce the published pixels or voices.&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;&lt;p&gt;它提供的是&lt;strong&gt;可复现的请求图&lt;/strong&gt;，不是可复现的像素。想让同一份东西两次一模一样，只能靠 &lt;code&gt;build-record&lt;/code&gt; 复用已产出文件。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="09--和其他路线比它的位置在哪"&gt;09 · 和其他路线比，它的位置在哪&#10;&lt;/h2&gt;&lt;table&gt;&#10;&#9;&lt;thead&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;路线&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;代表&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;产物&lt;/th&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;th&gt;改一个字的代价&lt;/th&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/thead&gt;&#10;&#9;&lt;tbody&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;端到端生成&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;Sora / Veo 类&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;一段视频&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;整段重生成&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;时间线自动化&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;各类「AI 剪辑」工具&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;一条时间线&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;手动重排所有关键帧&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;模板填充&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;剪映模板 / Remotion 模板&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;参数化成片&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;模板之外改不了&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&#9;&#9;&lt;tr&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;语义编排&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;Hypit&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;可再跑的图 + 成片&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&#9;&#9;&lt;td&gt;&lt;strong&gt;改台词，下游自己跟着走&lt;/strong&gt;&lt;/td&gt;&#10;&#9;&#9;&#9;&lt;/tr&gt;&#10;&#9;&lt;/tbody&gt;&#10;&lt;/table&gt;&#10;&lt;p&gt;Hypit 的关键赌注是：&lt;strong&gt;视频的结构应该用「意义」表达，而不是用「秒」表达&lt;/strong&gt;。它把这个赌注做成了类型系统（Window / Instant / Extent 是一等公民）、做成了投影层（语义 → 绝对时间）、做成了 88 个包的生态。&lt;/p&gt;&#10;&lt;p&gt;这个赌注对不对，取决于一个前提：&lt;strong&gt;生成模型产出的表演，其词级时间是可测的&lt;/strong&gt;。WhisperX 在位，这个前提成立；没有对白的纯 B-roll 和纯动效片子，就走普通绝对时间，也能成立。&lt;/p&gt;&#10;&lt;p&gt;反过来说，如果一条片子的核心是「连续的运镜和身体动作」，语义锚点帮不上什么忙——那种活还是得靠参考视频提供运动依据，Hypit 也只是把参考视频当模型输入，没打算替代它。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="10--判断"&gt;10 · 判断&#10;&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;适合用的场景&lt;/strong&gt;&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;你已经有一条跑得动的爆款结构，要做 50～100 个变体（换主播、换语言、换 SKU、换画幅）。&lt;/li&gt;&#10;&lt;li&gt;团队里有 Coding Agent，愿意把视频项目当代码库管理（&lt;code&gt;package.json&lt;/code&gt; + lockfile + git）。&lt;/li&gt;&#10;&lt;li&gt;需要「改一句台词不重跑全部素材」，且这条台词关联着字幕、图形、B-roll。&lt;/li&gt;&#10;&lt;li&gt;想用前端代码做图形，而不是被模板工具的画布限制住。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;p&gt;&lt;strong&gt;不适合的场景&lt;/strong&gt;&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;想做成对外收费的视频 SaaS（许可证不允许）。&lt;/li&gt;&#10;&lt;li&gt;追求像素级可复现的影视级交付。&lt;/li&gt;&#10;&lt;li&gt;完全不想碰命令行、不想理解文件结构，只想给一句话等成片。&lt;/li&gt;&#10;&lt;li&gt;没有稳定的模型服务账户，也不打算为生成付费——框架免费，但没有附带任何额度。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;p&gt;它的真实门槛不在「会不会用 AI」，而在&lt;strong&gt;愿不愿意把一条视频当成一个有依赖关系的构建产物来管理&lt;/strong&gt;。愿意的人，会得到一套真正能批量跑的生产线；不愿意的人，只会觉得它比剪映麻烦十倍。&lt;/p&gt;&#10;&lt;p&gt;Hypit 选了前者。从 1,504 次提交和 88 个包看，这个选择是认真做下去的。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&#10; &lt;blockquote&gt;&#10; &lt;p&gt;本文数据来源：GitHub REST API（仓库元数据、文件树、提交、Release、贡献者）、仓库内 &lt;code&gt;README.md&lt;/code&gt; / &lt;code&gt;docs/zh/**&lt;/code&gt; / &lt;code&gt;skills/hypit/SKILL.md&lt;/code&gt; / &lt;code&gt;examples/**&lt;/code&gt; / &lt;code&gt;LICENSE&lt;/code&gt; / &lt;code&gt;package.json&lt;/code&gt;。所有引用均标注了原文位置。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;未实测声明&lt;/strong&gt;：作者未安装 &lt;code&gt;hypit&lt;/code&gt;、未跑通 &lt;code&gt;plan&lt;/code&gt; / &lt;code&gt;build&lt;/code&gt;（无模型服务凭据），三条样例的成本数字来自官方 README，非本人复现。涉及运行时行为的描述来自文档与源码阅读。&lt;/p&gt;&#10;&lt;p&gt;项目地址：https://github.com/hypit-ai/hypit ｜ 官网：https://hypit.ai&lt;/p&gt;&#10;&#10; &lt;/blockquote&gt;&#10;</description></item></channel></rss>