WEBVTT
Kind: captions
Language: zh-TW

00:00:00.000 --> 00:00:00.680
Hello 大家好

00:00:00.779 --> 00:00:01.740
我每天都在用 AI

00:00:01.799 --> 00:00:04.400
但有時候還是會被 AI 的進步速度給震撼到

00:00:05.059 --> 00:00:07.980
前幾天我給 Opus 5.5 一段非常非常簡單的提示詞

00:00:08.039 --> 00:00:10.560
請他幫我做一支 iPhone 18 的宣傳影片

00:00:10.720 --> 00:00:12.199
完成後我沒有做任何的調整

00:00:12.340 --> 00:00:14.260
因為第一版的產出就讓我大開眼界

00:00:14.579 --> 00:00:15.939
那我們廢話不多說

00:00:15.939 --> 00:00:17.804
直接把舞臺交給 Opus 5.5 

00:01:18.720 --> 00:01:20.640
可以看到畫面上這段我給他的提示詞

00:01:20.759 --> 00:01:21.619
真的非常簡單

00:01:21.879 --> 00:01:24.640
大意是請它做一支一分鐘的 iPhone 18 官方廣告

00:01:24.759 --> 00:01:26.679
要有電影感，音效要有力

00:01:26.820 --> 00:01:29.720
要用什麼工具，下載什麼都由他自主決定

00:01:30.080 --> 00:01:31.640
中間我沒有補任何一句話

00:01:31.760 --> 00:01:33.619
它就直接交出這支影片給我

00:01:33.619 --> 00:01:35.099
畫面，音樂，音效

00:01:35.180 --> 00:01:37.640
全部都是它自己寫程式碼做出來的

00:01:37.640 --> 00:01:39.020
沒有使用任何一個外部素材

00:01:39.640 --> 00:01:41.759
我雖然不是專業的剪輯或者影音背景

00:01:41.759 --> 00:01:43.880
有些細節可能沒有專業人士這麼講究

00:01:43.899 --> 00:01:46.059
但看完後覺得 Opus 5.5 的產出水準

00:01:46.059 --> 00:01:47.820
已經讓我非常滿意了

00:01:47.820 --> 00:01:48.820
畢竟我是一個剪輯小白

00:01:48.939 --> 00:01:51.619
而一句簡單的提示詞就可以得到這樣的產出

00:01:51.739 --> 00:01:53.640
更不用說如果我花時間微調

00:01:53.779 --> 00:01:56.200
測試可以做出什麼東西了

00:01:56.200 --> 00:01:58.300
這部宣傳片最讓我感到震驚的地方有兩個

00:01:58.899 --> 00:02:01.059
第一個就是 14 秒的這一段手機轉身

00:02:01.459 --> 00:02:03.320
切換特寫的節奏真的非常帥

00:02:03.320 --> 00:02:04.279
我上網一查才知道

00:02:04.279 --> 00:02:06.259
這是用了一種叫做 Montage 的剪輯手法

00:02:06.340 --> 00:02:08.460
把好幾個局部鏡頭快速剪在一起

00:02:08.499 --> 00:02:11.539
先抽掉聲音，再一口氣把情緒推上去

00:02:11.539 --> 00:02:13.280
我的 prompt 其實只寫了要 high-energy

00:02:13.280 --> 00:02:14.300
根本沒教它怎麼剪

00:02:14.380 --> 00:02:15.859
但它竟然懂得用先安靜

00:02:15.859 --> 00:02:17.240
再爆發來製造落差

00:02:18.160 --> 00:02:19.499
第二個是它的視覺細節

00:02:19.579 --> 00:02:21.759
幾乎沒有犯任何 AI 常見的破綻

00:02:21.960 --> 00:02:23.560
機身比例，鏡頭模組

00:02:23.600 --> 00:02:25.359
連底部的充電孔都有精準做出來

00:02:25.939 --> 00:02:27.480
特別是 Apple Intelligence 這一幕

00:02:27.480 --> 00:02:30.160
螢幕邊緣的光是自然照在手機背後的

00:02:30.160 --> 00:02:32.520
光影有真實的物理反射，看起來非常精緻

00:02:32.539 --> 00:02:35.499
不像很多 AI 只是把光影特效硬貼上去

00:02:35.499 --> 00:02:36.939
很僵硬又很沒質感

00:02:37.259 --> 00:02:38.600
不過看到這個產出之後

00:02:38.600 --> 00:02:41.240
也讓我好奇那前一代的 Opus 5 做得到嗎？

00:02:41.399 --> 00:02:42.420
會不會只是因為我之前

00:02:42.420 --> 00:02:44.920
沒有去測試模型這部分的能力邊界

00:02:44.960 --> 00:02:46.619
於是我用了一字不差的 prompt

00:02:46.619 --> 00:02:47.980
讓 Opus 5 也跑了一次

00:02:47.999 --> 00:02:49.800
讓我們一起來看看結果如何

00:03:50.899 --> 00:03:51.600
看完之後

00:03:51.600 --> 00:03:54.220
確實 Opus 5 的表現就已經在一定的水準之上

00:03:54.220 --> 00:03:55.580
甚至比我想像中的好一點

00:03:55.580 --> 00:03:58.199
因此確實不是在這一代之間就有這樣的大躍進

00:03:58.419 --> 00:04:00.019
做出來的成品算是堪用

00:04:00.019 --> 00:04:01.559
不過如果要真正拿來發布

00:04:01.780 --> 00:04:04.059
還會需要花不少力氣去調整

00:04:04.059 --> 00:04:05.320
相對於 Opus 5.5

00:04:05.320 --> 00:04:07.299
Opus 5 的產出主要輸在兩個地方

00:04:07.979 --> 00:04:09.500
首先是剪輯節奏

00:04:09.639 --> 00:04:11.939
Opus 5.5 明顯更會製造張力和落差

00:04:12.060 --> 00:04:14.540
相比之下，Opus 5 整體的節奏就沒那麼好

00:04:14.540 --> 00:04:15.439
畫面推進比較平

00:04:15.499 --> 00:04:17.359
少了那種情緒的層次還有堆疊

00:04:18.060 --> 00:04:19.480
再來是質感跟細節

00:04:19.840 --> 00:04:21.100
包括它的字體排版

00:04:21.180 --> 00:04:23.620
還有在 logo 外面發光的那個光暈渲染

00:04:23.620 --> 00:04:25.200
其實都沒有做得很到位

00:04:25.239 --> 00:04:27.320
一眼就看得到很多畫面上的瑕疵

00:04:27.379 --> 00:04:30.060
更不用說 iPhone 手機本體的建模了

00:04:30.060 --> 00:04:32.139
Opus 5 做出來的根本不像真的手機

00:04:32.540 --> 00:04:34.400
看完這兩代模型的產出差異後

00:04:34.400 --> 00:04:36.040
我也好奇到底不一樣的地方是什麼

00:04:36.159 --> 00:04:37.519
因此我稍微研究了一下

00:04:37.519 --> 00:04:39.239
Opus 5.5 跟 Opus 5 的執行過程

00:04:39.460 --> 00:04:41.859
發現最核心的差異主要在兩點

00:04:41.859 --> 00:04:43.540
第一個是會不會挑工具

00:04:44.019 --> 00:04:47.299
Opus 5.5 發現我電腦裡裝了 3D 建模軟體 Blender

00:04:47.420 --> 00:04:49.180
它就直接調用 Blender 來做 iPhone 

00:04:49.680 --> 00:04:51.760
更聰明的是，在等算圖的空檔

00:04:51.760 --> 00:04:54.040
它還用 Python 演算法合成出背景音樂

00:04:54.139 --> 00:04:56.260
用 OpenCV 加上電影鏡頭的光暈

00:04:56.480 --> 00:04:59.260
最後用 Remotion 寫程式把整支片剪出來

00:04:59.260 --> 00:05:01.879
一個 agent 把整個製作組的工作全包了

00:05:01.879 --> 00:05:02.659
反觀 Opus 5

00:05:02.779 --> 00:05:04.719
它根本不管環境裡有什麼現成軟體

00:05:04.779 --> 00:05:07.200
只會從零自己寫程式硬把影片算出來

00:05:07.340 --> 00:05:09.340
所以做出來的東西自然而然就比較粗糙

00:05:10.139 --> 00:05:11.579
第二個是懂不懂得回頭檢查

00:05:11.579 --> 00:05:13.579
也就是我們前面強調過的驗證自己的產出

00:05:13.719 --> 00:05:16.820
整個過程中 Opus 5.5 主動截圖檢查了他做的影片

00:05:16.820 --> 00:05:19.540
整整 42 次，而 Opus 5 只有 14 次

00:05:19.540 --> 00:05:21.840
Opus 5.5 在自我檢查的過程中

00:05:21.840 --> 00:05:23.680
把字卡壓到手機，畫面太暗

00:05:23.700 --> 00:05:25.359
亮屏太刺眼這些小瑕疵

00:05:25.460 --> 00:05:27.799
都在交片前自己默默修掉了

00:05:27.799 --> 00:05:30.579
但 Opus 5 就只是照指令把程式跑完

00:05:30.579 --> 00:05:32.999
畫面上的粗糙跟破綻，它連看都沒看

00:05:32.999 --> 00:05:33.533
直接交差

00:05:33.939 --> 00:05:34.999
從這個例子來看

00:05:34.999 --> 00:05:36.420
這兩代模型到底差在哪裡？

00:05:36.859 --> 00:05:38.900
Opus 5 停留在代碼生成工具

00:05:38.960 --> 00:05:40.639
只要程式碼能跑，沒報錯

00:05:40.639 --> 00:05:42.079
它就覺得任務完成了

00:05:42.400 --> 00:05:45.180
但 Opus 5.5 已經是一個有導演思維的自主 Agent 

00:05:45.540 --> 00:05:46.939
它不只是單純會寫 code

00:05:46.939 --> 00:05:48.840
而是懂得調動周圍的專業工具

00:05:48.840 --> 00:05:52.239
並且打從心底在乎觀眾看到的成品到底好不好看

00:05:52.299 --> 00:05:53.719
這兩個之間最大的差異

00:05:54.079 --> 00:05:55.680
就是一個只是把東西做出來

00:05:55.779 --> 00:05:58.079
另一個是真的有想把東西做好

00:05:58.200 --> 00:05:59.600
iPhone 宣傳片的製作 prompt

00:05:59.600 --> 00:06:01.279
就如同我一開始所呈現的那樣

00:06:01.379 --> 00:06:03.379
有興趣的夥伴可以直接拿去試試看

00:06:03.379 --> 00:06:05.779
也可以做成自己最近正在銷售的產品

00:06:05.859 --> 00:06:07.180
不過為了確認這不是碰巧

00:06:07.239 --> 00:06:10.260
我又參考了在 Reddit 上看到的一個很紅的案例進行復刻

00:06:10.680 --> 00:06:12.180
一樣只給一段簡單的 prompt

00:06:12.219 --> 00:06:14.279
請它做一支急診室的恐怖短片

00:06:15.100 --> 00:06:17.062
我們先看 Opus 5.5 的版本

00:07:17.959 --> 00:07:19.529
再來看看 Opus 5 的版本

00:08:20.400 --> 00:08:23.140
兩支片放在一起，差最多的依然是質感

00:08:23.379 --> 00:08:25.279
Opus 5.5 做出來的元件比較完整

00:08:25.379 --> 00:08:27.140
而且光影跟壓迫感做得很足

00:08:27.140 --> 00:08:28.499
Opus 5 雖然做得不算差

00:08:28.580 --> 00:08:31.219
但就感覺比較像早期的那種平面電腦動畫

00:08:31.960 --> 00:08:32.740
他們之間的差距

00:08:32.740 --> 00:08:34.400
其實就跟我們上面講的一樣

00:08:34.460 --> 00:08:37.499
Opus 5 單單用程式在平面上把畫面算出來

00:08:37.659 --> 00:08:40.640
而 Opus 5.5 則是算出一條真正立體的醫院走廊

00:08:40.819 --> 00:08:42.779
有深邃感，有真實的光影反射

00:08:43.240 --> 00:08:46.080
而且 Opus 5.5 依然維持著反覆自我審視的習慣

00:08:46.080 --> 00:08:47.279
邊做邊微調細節

00:08:47.279 --> 00:08:49.240
而 Opus 5 還是那個老樣子

00:08:49.240 --> 00:08:50.360
缺乏這種把關意識

00:08:50.360 --> 00:08:51.840
代碼跑完就算完事

00:08:52.159 --> 00:08:54.580
我們從這兩個例子就可以很清楚地看出來

00:08:54.599 --> 00:08:56.300
這兩個模型在品味上

00:08:56.300 --> 00:08:58.460
以及做事方法之間的差距

00:08:58.520 --> 00:09:00.719
回到我現在對 Opus 5.5 的看法

00:09:01.099 --> 00:09:02.640
就像影片一開始提到的

00:09:02.640 --> 00:09:04.379
雖然我每天都這麼高頻率地在用 AI

00:09:04.539 --> 00:09:05.499
但這次我發現

00:09:05.700 --> 00:09:07.900
自己依然還是低估了 AI 的能力

00:09:07.900 --> 00:09:08.999
我真的完全想不到

00:09:09.159 --> 00:09:11.960
它在做影片這件事上的跨度可以這麼大

00:09:11.999 --> 00:09:13.620
而且竟然能進化得這麼快

00:09:14.420 --> 00:09:16.340
所以回到頻道很久以前講過的觀念

00:09:16.340 --> 00:09:18.379
我們身處在 AI 時代最該有的思維

00:09:18.379 --> 00:09:19.939
是永遠保持探索的心態

00:09:19.939 --> 00:09:21.779
永遠願意放手去嘗試

00:09:21.779 --> 00:09:23.499
很多時候你不去試

00:09:23.499 --> 00:09:24.920
根本不知道邊界在哪裡

00:09:24.920 --> 00:09:26.319
可能真的就在未來的某一天

00:09:26.319 --> 00:09:28.180
你動手一試才驚訝地發現

00:09:28.219 --> 00:09:29.840
原來你手頭上的工作

00:09:29.879 --> 00:09:31.700
AI 早就可以全部幫你做完了

00:09:32.279 --> 00:09:33.939
另外，除了視覺能力以外

00:09:33.939 --> 00:09:36.140
這次 Opus 5.5 另一個很有感的更新

00:09:36.140 --> 00:09:37.840
就是我覺得溝通變順了

00:09:37.840 --> 00:09:39.539
比較不會回覆一堆天書給我

00:09:39.539 --> 00:09:41.900
我們在 Skool 實戰營的夥伴也有類似的感覺

00:09:42.080 --> 00:09:43.099
不知道你們怎麼想

00:09:43.180 --> 00:09:45.479
Opus 5.5 講話起來有比較舒服嗎？

00:09:45.479 --> 00:09:46.479
底下留言告訴我

00:09:46.839 --> 00:09:48.400
那以上就是今天的內容

00:09:48.400 --> 00:09:49.900
各位喜歡的話，記得幫我按讚

00:09:49.900 --> 00:09:50.920
追蹤加分享

00:09:50.939 --> 00:09:52.680
這是我持續創作下去的動力

00:09:52.680 --> 00:09:53.460
我們下次見！