一次实验里，有人向 Claude Opus 5.5 描述了 15 个不同的动画场景。模型没有要求补充素材，也没有中途卡壳，直接基于这些描述生成了对应的 Python 代码，在本地把片子渲染了出来。

最终产出的是 15 支 10 秒动画短片，每一支风格都不一样。画面、动画、音乐、音效，全部由这一轮生成完成。

15 个指令，15 种画风

这 15 支短片覆盖的艺术风格包括 3D 渲染、手绘插图、超现实主义和像素风格。模型需要先理解"超现实主义"和"像素风格"这两个词在视觉上意味着什么，再把这种理解翻译成具体的样式代码。

换句话说，它要同时处理两层转换：从文字到视觉概念，再从视觉概念到可执行的代码。这两层任何一层掉链子，最后渲染出来的画面都会跑偏。

实验的定位很明确——测试模型在视觉-语言理解和代码翻译两方面的能力。15 个独立创意指令一次性处理完，没有分批，也没有人工逐个调参。

效率之外，风格理解才是关键

批量生成创意动画这件事，本身说明的是内容生产效率上的潜力。但真正值得看的是风格区分度：模型能把抽象的风格词对应到具体的渲染结果上，而不是所有片子都长一个样。

对做创意内容的人来说，这个实验指向的是一种新的工作流——描述场景，拿到成片。中间那些写代码、调样式、配音乐音效的环节，被压缩进了一次生成里。

当然，这是一次实验性质的尝试，15 支短片的完整制作链路都由模型代码驱动。它展示的是能力边界，不是一套已经产品化的流水线。