【实测实录】本来要 Claude Opus 5.5，我最后用 Gemini Flash 跑完了：Antigravity 首测开源 AI 做视频 Lemo-Opuscar

一、新范式：AI 写前端代码 + FFmpeg 逐帧渲染视频

最近 GitHub 上出现了一批做视频的全新流派：不再死磕文生视频大模型（如 Runway、Sora、Luma）抽卡不可控的问题，而是让 AI 直接编写精确的 HTML5/CSS3/Canvas 动画代码，再借由本地 FFmpeg 一帧一帧无损光栅化渲染为视频。

本次实测的开源项目叫 Lemo-Opuscar，它专为最强推理模型 Claude Opus 5.5 深度定制调教学过分镜。而我手上只有 Claude Opus 4.6，甚至在额度耗尽后一路降级到了 Gemini 3.8 Flash。整个实测过程未剪一刀，完整呈现了智能体的思考、翻车与自愈。

二、实战过程：甩一条链接，Agent 自主阅读与安装

在 Antigravity 智能体环境中，操作极为直观：

1. 零配置环境自查：直接向 Agent 投喂项目链接，Agent 自己阅读官方文档、评估环境、克隆仓库，并逐项核查 Python 3.12 与本地 FFmpeg 编解码依赖。
2. 智能选型与分镜解构：项目内置 59 种视觉风格（涵盖字幕新闻、科普解说、动态图表、黑白插画等）。我将一篇复杂的财税选题长文丢给它，Agent 自动完成选型、拆解逻辑、撰写分镜脚本（Treatment）。
3. 精准执行定制定律：针对提出的「1080×1440 的 3:4 比例横坚适配」以及「品牌 LOGO 定制化落款」两条硬性要求，Agent 严丝合缝地写入了分镜脚本中。

三、极限抗压：两次额度熔断，从 Opus 降到 Gemini Flash

在复杂的代码编写和分镜生成的交互中，重度调用引发了额度警报：

• 第一次翻车：提示周额度耗尽（individual quota reached），系统弹窗要求等待 4 小时 22 分钟重置。
• 严谨的确认机制：智能体在真正执行完整渲染前，给出一份完整的 Checklist 供人工审核确认，避免浪费昂贵 Token。
• 第二次翻车：再次撞上限额，这次显示需要等待 129 个小时！
• 断腕降级：为了不拖延进度，我直接将推理模型降级切换为 Gemini 3.8 Flash，音频合成（接入豆包 TTS）与动画渲染一路顺畅跑完。

四、成片质量实测：能用但不惊艳，智能体自主排错

成片渲染完成后的整体感受是：结构完整、信息密度达标、开箱可用，但在动效细腻度上与顶尖手工剪辑仍有差距。

更为关键的是，成片中出现了一段刺耳的「白板笔尖呲呲噪音」。在不手动修改代码的情况下，我直接命令 Agent：「你自己去检查音频轨道和动画时间戳，查出噪音源头并修复」。Agent 自主定位到代码中音效生成的振幅叠加 Bug，修改代码并重新合成，在视频结尾附上了令人惊艳的前后对比。

⏱ 视频实录章节时间轴