如果让你用一句话概括人类全部发明史，你会怎么说？有人把这个问题丢给了一个模型，然后得到了一部3分钟的短片。整个过程没有用任何视频素材，没有版权音乐，也没有调用视频生成模型——画面和配乐，全部由代码实时渲染出来。
这部短片在X和Reddit上传开之后，很多人的第一反应是：这肯定是顶尖动效设计师熬夜肝了半个月的作品。但制作者说，里面没有任何一个像素是手绘的，也没有任何一段音频是录制的。
把一万年压进24小时
X用户 @imjustnewatai 给模型输入的提示词很简单：一段展现人类全部进步历程的视频，然后延伸到未来30年。模型给出的方案是——把整个人类发明史，压缩成一天中的24小时。
画面中央是一个冷峻的24小时时钟和进度条，配乐由模型自己生成，随着时间推进逐渐变得宏大。然后，是漫长的死寂。在这“一天”的绝大部分时间里，进度条几乎停滞，人类的祖先在荒野中挣扎，工具几无变化。
转折点密集地挤在最后几分钟里：
- 23:40（约4.5万年前）：洞穴壁画与手印艺术出现，字幕打出“艺术——洞穴墙上的一只手。我曾来过这里。”
- 23:59:09（公元105年）：造纸术出现，距离午夜不到1分钟。
- 23:59:54.7（1825年）：铁路出现，工业革命的轰鸣开始加速。
- 23:59:58.71（1977年）：个人电脑出现，画面闪烁着老式绿色终端界面。
时钟最终定格在午夜00:00:00.000（2026年），屏幕上打出三个字：“你在这里。”一个发光的网格球体浮现，象征当下的数字文明。
视频随后无缝切入“第二天”，字幕提示：想象，而非预测。时间线从2031年开始指数级推进——每个孩子拥有专属个人AI导师、出生即可读取全基因组、室温超导体商用。片尾一轮红日从数字地平线升起，标题是“THE SECOND DAY”。底部一行小字解释：2026年之前的日期是真实的，最早的是近似值；之后的一切都是想象。
不止一部“神作”
除了这部人类进化史，这位博主还用同一个模型测试了其他几个项目。
其中一个是一镜到底的缩放：94秒里，镜头从微观世界最底层的三个夸克开始，不断向外拉升，跨越整整42个数量级，穿过原子、细胞、人类、地球、太阳系、银河系，直到可观测宇宙。视觉画面和背景音乐同样全部由代码生成。
另一个测试是让模型在Godot中制作一个关于“SCP基金会”的项目。结果它搭出了一个包含58个SCP异常生物、5种不同结局的交互式文字冒险游戏。玩家扮演D-4137号员工，在Site-19经历三天：第一天Safe级，第二天Euclid级，第三天Keter级，然后是收容失效，每一个决定都会影响结局。
此外还有钢铁侠与蜘蛛侠穿梭不同历史时代的画面，以及一段梳理Altman与Amodei之间恩怨的解说视频，配上了信息图表风格的动画。
“造物”和“做梦”的区别
相比Sora、Runway和Pika，这类代码生成视频的路径到底不同在哪？
Sora等采用的是扩散模型，工作原理是预测像素，因此存在物理规律崩溃、逻辑不可控、没有声音等弱点。而代码生成的方式，是根据提示词自己写一套复杂的程序代码，可能是基于Python、WebGL或其他渲染引擎，然后运行这套代码，把画面“算”出来。背景音乐也是用代码编写MIDI和合成器参数实时生成的。
由此带来的结果是：逻辑严密，没有版权风险，算力成本极低。
在传统影视和动画工业中，制作这样一部短片需要编剧写剧本、导演画分镜、原画师或3D建模师制作资产、动画师K帧、配乐师作曲、后期渲染合成。而现在，这些步骤被压缩成了一次代码生成。当你需要一个产品演示视频、一个宣发短片、甚至一个小游戏时，可以在几分钟内拿到多个带配乐的高清无版权方案。
那部《人类发明史》之所以让人震撼，或许是因为它顺带说清了一件事：人类的历史在绝大部分时间里是平庸且缓慢的，但一旦突破某个奇点——造纸、蒸汽机、电脑——发展速度就会呈几何级数爆炸。视频把镜头停在了午夜交界处，而屏幕外的我们，正站在那个位置上。
热门跟贴