即梦动效工作室来了！爆火的Vibe知识视频，一句话就能做

编辑｜Panda

最近刷抖音，很容易刷到这样一类视频：三五分钟，没有真人出镜，也没有实拍镜头，屏幕上都是不断生长、拆解、重组的文字和图形。比如一句家喻户晓的「床前明月光」被用来说明何谓「惊奇」，进而引出「信息论」概念；几个火柴人+几张简笔画，讲清了「为什么明明更努力，结果却更差了？」；一位吸了 96 年烟、活到 122 岁的老人的故事，被用来解读什么是「幸存者偏差」。这些视频用简约明晰的动画解释概念，再配上踩点精准的电子乐。看完既弄懂了一个知识点，又像是看完了一支 MV。

这类内容已有自己的名字：Vibe 知识。截至目前，抖音「#Vibe知识大赏」话题已有 18.6 万人参与、累计播放 43.8 亿次。在 B 站，10 月初才开始投稿的 UP 主「比特新语」半个月涨粉 65 万，10 月 19 日单日涨粉 10.8 万。

Vibe 知识为什么这么火？原因其实很简单。

过去，把抽象知识做成可视化动画需要专业技能，以知识动画团队 PaperClip 早年披露的数据为例，一条 5 分钟左右的视频需要 4 到 5 人花上 2 到 4 周。9 月下旬 Claude Opus 5.5 发布后，用自然语言让大模型写 HTML、JavaScript 代码来生成动画的玩法迅速扩散，知识创作者可以用提示词逐段生成画面、匹配音效，一个人就能从脚本做到成片。

不过，一个人能做≠做起来轻松。从模型写出一段动画代码到一条能直接发布的视频，中间仍有不少手工活。11 月 10 日，即梦上线了「动效工作室（Motion Studio）」，主打「用文字描述创意，通过代码编译视觉画面」，想要填补这段空白。它能不能做出一条像样的 Vibe 知识视频？我们第一时间上手，从 60 秒的物理概念一路试到 4 分钟的人文短片。

上手实测，Vibe 知识视频一句话直出

我们一共做了四组测试，难度逐级往上加：时长从 60 秒拉到 4 分钟，题材从物理概念、科幻设定一路换到 AI 前沿和汉字史；提示词也有长有短，从逐幕写满的分镜脚本到一句话提示词，我们都试了一遍。

第一组选的是一个典型的 Vibe 知识题材：熵增。我们写了一段不算短的提示词，把开场意象、中段比喻、点题公式和结尾金句都交代清楚，还特意要求避开 Vibe 知识最常见的「黑底发光」审美：

用 60 秒讲清楚什么是熵增。开场是一杯加了冰块的水，冰块慢慢融化，水分子从整齐排列变得四处乱跑；接着用一个从整洁变凌乱的房间，引出孤立系统总会自发走向混乱；然后打出公式 S = k·ln W 点题，W 后面的数字不断跳涨；最后一句旁白：「生命，就是一场对抗熵增的局部胜利。」画面用米白底色加橙蓝撞色几何图形，不要黑底发光线。配音用沉稳男声，配乐用轻电子。

点击生成后，动效工作室运行了约 8 分半钟，消耗 82 积分，交出了一条 60 秒的成片。

可以看到，即梦动效工作室首先会分析和理解用户意图，之后进行规划并调用相关技能，再分别生成配音及画面并将它们渲染到一起，最后还会进行核验，确保生成的视频符合要求。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

整体来看，冰块融化和房间变乱两个比喻都表现得很到位，公式 S = k·ln W 渲染准确，配色符合要求，配音与画面切换也对得很齐。

从输入提示词到拿到成片，前后不到 10 分钟，画面、配音和配乐一次到位，中间既不需要打开浏览器录屏，也不需要另找音频素材。当然，这样一条 60 秒短片可能还是赶不上专业团队数周打磨的作品，但对于想快速验证一个选题、看看效果的个人创作者来说，这个门槛已经低到可以「想到就做」。

不仅如此，我们还可以直接借用预设的模板，复用已经过即梦官方检验的艺术风格。举个例子，我们这里选择了「发光粒子」风格，并直接复用了上面的提示词，得到了一个更具美感的熵增解说视频：

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

当然，我们还可以更进一步，对提示词和风格等进行进一步的细化，比如指定内容、增加「机器之心」标识、提供已有素材和旁白等。

进而得到更悦目吸睛的版本：

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

接下来，我们把时长拉到 3 分钟，题材换成阿西莫夫的「机器人定律」：从 1942 年短篇小说《转圈圈》里首次完整提出的三定律，讲到 1985 年《机器人与帝国》里补上的第零定律。

这一次，我们按照写分镜脚本的思路，把提示词写得非常细：全片分成五幕，每一幕精确到秒，画面元素、旁白原文、配色和音乐都有规定，连三条定律如何像积木一样叠成高塔、机器人在哪一幕绕着硒池原地打转，都显式写了出来。

动效工作室运行约 13 分钟后，我们拿到了第一个版本。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

动效工作室的成果符合提示词，但问题也很明显。提示词把每一幕的时长和内容都锁死了，动效工作室能自由发挥的空间很小，基本只能照单执行。结果是这条 3 分钟的成片节奏偏松，几段解说之间留白较长，整体不够紧凑。

好在动效工作室也支持多轮对话。我们在同一个会话里追加了一句修改意见，动效工作室便对整支视频重新做了编排。

更有意思的是它理解这条意见的方式。可以看到，我们原本只要求加快节奏，但它判断，单纯压缩旁白之间的空档还不够，于是在原本留白的地方补上了有信息量的动作和镜头变化，让画面始终在配合讲述推进。这已经不只是在执行指令，更是在理解指令背后的意图。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

这一轮也给了我们一个教训：对动效工作室来说，提示词并不是越细越好。把分镜写死，等于把导演的活儿全揽在自己身上；给出主题、要点和风格，把编排的余地留给它，效果反而可能更好。

于是接下来，我们干脆反过来，选了一个「像素冒险」风格模板，并给了一句话：

做一支时长两分半的知识讲解视频，解释什么是 RSI（递归自我改进，Recursive Self-Improvement）。

这句话里没有结构、没有要点、没有配色，只选择了一个预设的模板；RSI 也只给了一个名字和中文译名。选这个题目也是有意为之：递归自我改进是 AI 领域相对前沿、也相对抽象的概念，最能检验动效工作室「理解内容、组织表达」的能力，看它能不能自己把一个概念拆成普通观众听得懂的讲述。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

结果可以说大超预期，动效工作室不仅很好地遵照了「像素冒险」模板的风格，也简明清晰地解释了 RSI 的基本概念与逻辑，还展示了 RSI 所面临的现实困难，给出了「分数不等于安全」的理性观点并重点强调了 RSI 的安全边界。

最后一组难度最高：一支 4 分钟的人文短片，以「马」字为线索讲汉字三千多年的演变。这次的提示词介于前两组之间，给出了讲述脉络和风格方向，但没有规定每一幕的时长和画面：

人文题材的考验和前几组不一样。讲熵增、讲 RSI，靠的是把概念讲清楚的能力；讲汉字演变，靠的是对具体知识的掌握，甲骨文、金文、小篆里的「马」各长什么样，错一笔都不行。

结果也印证了这一点。第一版成片中，「馬」字的写法出现了错误。

我们随后向它提供了一些参考素材，动效工作室据此完成了修正。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

这个插曲恰好说明了代码驱动的一个特点。文字由代码直接排版渲染，不会出现生成式画面中常见的乱码和糊字；但字形本身写得对不对，仍然取决于模型掌握的知识。好在出错的部分可以被准确定位、单独修改，不必推倒重来。对于严肃的知识内容，创作者的把关依然不可替代。

四组测试下来，我们大致摸清了动效工作室的脾气：

• 提示词宜给方向，不必写死分镜；
• 多轮对话是它最实用的能力之一，一句修改意见就能换来整体重排；
• 涉及专业知识的细节，则需要创作者提供参考、亲自把关。

实测之外，还有两个问题值得追问：Vibe 知识这类视频，为什么天然适合用代码来做？动效工作室又是在补哪一块短板？

Vibe 知识，其实是「编排」出来的视频

仔细看这些视频，会发现它们基本都不是「拍」出来的。画面里的元素是文字、公式、图表和几何图形，它们放在哪里、什么时候出场、以什么节奏运动，本质上都是被设计和编排出来的。

这和视频生成模型擅长的并不一样。视频模型通过生成连续画面，追求的是逼真的光影、材质和自然运动，适合呈现拟真的场景。而知识讲解要的是另一种东西：公式里的符号不能错，流程图的箭头不能乱指，标题上的每个字都得清清楚楚，信息要按讲述的顺序一层层展开。这种对精确和秩序的要求，恰好是代码的长项。每个元素的位置、大小和出场时机都写在代码里，改起来也有迹可循。前面汉字测试中「馬」字的修正之所以能精准到位，靠的正是这一点。

但从「模型写出一段能跑的动画代码」到「一条能发到抖音的视频」，中间还隔着不少手工活。代码要在浏览器里运行，再录屏或导出；旁白要另外配，配乐要另外找，声音和画面的节奏还得手动对齐；改动一处细节，往往又要把整个流程走一遍。

另一个问题是同质化。大量 Vibe 知识视频采用相似的深色背景、发光线条、粒子特效和电子 BGM，彼此越来越难区分。工具降低了制作门槛，却没有顺带提供审美判断。我们在熵增测试里特意要求「不要黑底发光线」，也是出于这个考虑。

换句话说，这股风潮已经证明了需求，接下来需要的是一个把「理解内容、编排画面、配音配乐、导出成片」串在一起的产品，并且能提供更多样的视觉语言。动效工作室瞄准的正是这个位置。

动效工作室，用文字描述创意，用代码编译画面

动效工作室是继 10 月 26 日上线短剧工作室之后，即梦推出的又一个面向具体创作场景的专业工具。

按照即梦的定义，动效工作室向用户提供「用文字描述创意，通过代码编译视觉画面」的视频创作能力，并通过预设模板帮用户快速开启创作。它覆盖的场景比 Vibe 知识更宽，包括标题开场、动态金句这类文字动效，活动预告、促销海报这类活动宣传，卖点展示、品牌短片这类产品介绍，概念图解、流程说明这类知识讲解，以及转场特效、3D 渲染、代码风格等创意效果。

它与即梦已有的视频生成能力是什么关系？据介绍，动效工作室生成的视频以文字、图片和图形的精确编排为核心，强调鲜明的视觉风格、可控的动效与声画配合；Seedance 系列等视频模型则通过生成连续画面，呈现接近实拍的场景、光影、材质与自然运动，更侧重写实质感与影像表现力。

在我们看来，两者是同一个平台上的两条路线：一条往「像真的」走，一条往「讲清楚」走。视频生成解决的是影像表现力，动效工作室展现的则是信息表达力。

从一个想法到一条成片

动效工作室想解决的第一个问题是：很多人有话想说，但不知道怎么讲。

用户提供主题、文案或素材之后，系统会协助梳理内容结构、突出重点、安排讲述节奏，并生成配音。它的目标是先把信息组织成一段连贯的表达。对不少想尝试 Vibe 知识却卡在脚本阶段的创作者来说，这一步可能比画面本身更有用。

比如在前面的 RSI 概念讲解中，我们只给出了一个名词，系统自行决定以实验室记录为背景场景，搭建了「引入→概念→机制→现实→安全→总结」的讲解架构。

第二个问题是可控。动效工作室通过代码编排文字、图片和图形的布局、出场顺序与运动节奏，让画面配合内容展开。由于文字由代码直接排版渲染，而不是由模型逐像素「画」出来，标题、公式和数据标签不会糊成一团，这一点对中文内容尤其重要。不过汉字测试也提醒我们，字「写得清楚」和字「写得正确」是两回事，后者仍取决于模型的知识储备，以及创作者的把关。

第三个问题是风格。动效工作室提供了字符动画、复古像素、几何动画、创意拼贴等预设风格，视觉语言从几何抽象、ASCII 字符一直延伸到波普艺术和 Y2K，配乐也会呼应画面的情绪与节奏。

用户可以在模板基础上融入自己的元素，再通过多轮对话持续调整内容、风格和节奏，逐步打磨作品。这在一定程度上回应了前文提到的同质化问题：当可选的视觉语言足够多，「黑底发光线」就不再是唯一答案。

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

上手流程并不复杂。在电脑浏览器登录即梦首页，点击左侧的「动效工作室」；在「选择风格快速开启」里挑一张喜欢的风格卡片，点击「使用」，系统会自动填入一段示例提示词；接着修改主题、文案和配色，按需上传素材，设置画面比例和时长；确认估算积分后点击「生成」。成片不满意？你也可以直接在当前会话里描述修改要求再次生成，满意后点击视频上的「下载」即可。

自动填入的示例提示词是个贴心的设计，它让新用户不必面对一个空白输入框，而是可以从一个「能跑通」的样例开始改。

比如这里我们基于上面展示的「Y2K 动漫波普拼贴」风格模板用七张猫片创建了一个动效 MV：

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

即梦的工具箱，正在拓展场景

把动效工作室放回即梦的产品脉络里看，会更容易理解它的位置。

即梦从 AI 绘画和视频生成起步，陆续加入了智能画布、故事创作、数字人和动作模仿等能力。10 月 26 日上线的短剧工作室则把剧本整理、角色与场景管理、分镜生成、视频制作和后期调整整合进同一个项目，并提供自研剧本模型 DreamScript、图片模型 Anycook 和分镜模型 DreamShot。

短剧工作室和动效工作室放在一起，能看出一条清晰的产品思路：按具体创作场景，把模型、流程和专业工具打包成一间间「工作室」。

短剧工作室服务的是要讲完整故事的创作者，核心是让角色、场景和剧情在几十上百集里保持一致；动效工作室服务的是要把信息讲清楚、讲出设计感的创作者，核心是文字、图形与声音的精确配合。这两类内容的生产方式差异很大，一个平台同时把它们接住，意味着它覆盖的创作者光谱在明显变宽。

下面我们也让动效工作室为自己生成了一段介绍短片：

视频链接：https://mp.weixin.qq.com/s/ki1g5dX90_dyYLpjMXC8aA

而这道光谱还在继续延伸。据即梦方面透露，近期即梦还将上线「营销工作室」，面向电商与品牌的营销内容生产。

据了解，营销工作室延续了「描述即创作」的思路：创作区可以添加「商品」和「角色」，可用一句话描述想要的营销视频，并可设置参考内容、风格、画幅和时长。该工作室还将预置一系列面向营销场景的快捷能力，包括视频复刻、商品替换、商品摄影、商品广告、图片多尺寸、视频改画幅、图片翻译和广告海报复刻，覆盖了从商品出图、广告成片，到多尺寸适配、多语种分发的常见环节。

总结起来，短剧工作室解决的是「讲好故事」，动效工作室解决的是「讲清信息」，营销工作室瞄准的则将是「卖出商品」。三间工作室，对应的是三类差异很大的创作需求。

结语

Vibe 知识的走红是一个很好的注脚，其本质上是一次供给的释放：知识类内容的需求一直都在，只是把抽象概念做成好看动画的成本过去太高。当工具把这个门槛压低，大量此前无法进入这条赛道的人涌了进来。

但 Vibe 知识只是其中一种。创作需求本身是多种多样的，比如有人要讲一个连载上百集的故事，有人要把一个概念讲清楚，有人要给一场活动做开场、为一款新品做卖点展示，还有人要在短时间内产出几十条不同尺寸、不同语言的广告素材。这些需求背后的生产方式各不相同，很难靠同一套流程全部满足。

即梦给出的答案是按场景拆开，一间工作室对应一类创作。短剧工作室负责把故事讲完整，动效工作室负责把信息讲清楚、讲出设计感，即将上线的营销工作室则面向商品与广告。模型能力是底座，工作室则把这些能力翻译成每一类创作者熟悉的流程和工具。工具供给越丰富，就有越多原本「想做却做不了」的内容被做出来。

好的工具，是把创作者从繁琐的执行中解放出来，让他们把精力留给真正重要的东西：想法本身。