在你看不见的地方，HeyGen 正在改写 AI 视频生成

📌 一句话摘要

HeyGen 开源了基于 HTML 的视频渲染框架 Hyperframes，通过代码逐帧精确控制画面，为 AI 视频生成提供了一条确定、可控、可批量生产的非生成式路线。

📝 详细摘要

本文深入评测了 HeyGen 开源的 Hyperframes 视频渲染框架。与主流的 Diffusion 生成式视频不同，Hyperframes 采用基于 HTML + CSS + JavaScript 的代码渲染路径，实现帧率稳定、动画流畅、可精确控制的视频生产。作者通过三个实际场景（从零生成科普视频、批量制作系列视频、制作播客金句视频）进行了详细体验，展示了 Hyperframes 在低成本、可控性和批量生产方面的优势，同时也指出了其局限性：自然语言描述空间关系的带宽有限、模型缺乏视觉反馈回路导致视觉微调仍需人工介入。文章还分析了 HeyGen 做这件事的商业逻辑：从 Remotion 的商业授权成本出发，到为 AI agent 自动生成视频提供更友好的纯 HTML 底座，最终目标是定义 AI 视频时代的结构化基础设施层接口，获取平台地位。

💡 主要观点

- Hyperframes 提供了一条与 Diffusion 生成式视频不同的路线：通过代码逐帧精确控制画面。 它不生成画面，而是将 HTML 代码渲染为视频，实现确定性、可控性和批量生产能力，每次渲染结果一致，改一处就是一处。

Hyperframes 的纯 HTML 底座对 AI agent 更友好，成品率高，几乎不出结构性错误。 相比 Remotion 的 React 组件树，生成纯 HTML 对 AI 的准确率更高，且内置强制校验机制，在渲染前拦截内容溢出、对比度不足等问题。

当前 Hyperframes 的工作流中，视觉微调仍需人工介入，这是效率瓶颈。 自然语言描述精确空间关系的带宽有限，且语言模型无法真正看到渲染结果，倾向于生成保守版本，导致最后 20% 的视觉效果需要手动调参。

HeyGen 开源 Hyperframes 的商业逻辑是定义 AI 视频时代的基础设施接口。 通过免费框架嵌入 HeyGen Avatar 组件，将用户导入核心付费产品，赌的是 AI 视频世界仍需要结构化的代码层来控制基本信息、剪辑和画面转换。

💬 文章金句

- 不是通过 Diffusion 去生成，而是通过代码来逐帧精确控制画面。

同样的代码，每次渲染出来的视频是一模一样的。
AI 能快速生成 80% 的效果，但最后那 20%，位置对不对、动画够不够复杂、整体感觉到没到位，仍然需要人看着画面手动调参数。
agent 能力的边界不在 agent 本身，而在它能调用的工具，代码正在成为 AI 理解和操控世界的 lingua franca。

📊 文章信息

AI 初评：87

来源：十字路口Crossing

作者：十字路口Crossing

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4283

标签： HeyGen, Hyperframes, AI 视频生成, 开源框架, Vibe Coding

阅读完整文章

在你看不见的地方，HeyGen 正在改写 AI 视频生成

🤖 問 AI