DeepSeek 新模型接入 HyperFrames，打造 AI 视频生成工作流

昨天周六，DeepSeek 又习惯性地挑休息日发布了新模型 V4.1-Flash-1017，这次更新来头不小。主打「许愿式编程」，说白了就是你把需求讲清楚，剩下的规划、写代码、检查、修改它全包了，能从零做出一个完整项目。

从 11 项基准测试评分来看，比上一版提升明显，甚至有好几项直接压过了 Claude Opus 5 和 GPT 5.6-Sol。

目前新模型已经在网页端、App 和 API 上开放使用，API 的调用方式和价格都没变，继续用 deepseek-flash 就能自动调到新模型。

这次模型干活更快，但花费反而更少了。拉到最高 max 档跑一个编程任务平均约 1.3 元，而上一版要 3.3 元左右，成本几乎是原来的三分之一。

从官方给出的故宫 3D 建模、网页赛车游戏、《传送门 2》复刻等演示案例来看，做视觉内容的效果确实惊艳。尤其一段「Valley of Ages 3D 场景」让我印象最深——同一片河谷从史前一路演变到现代，看起来就像一部完整的动画短片。

不过这些演示本质上是跑在浏览器里的网页项目，想变成一条能直接发布的视频，还得自己解决录屏、配乐、节奏对齐这些琐事。

于是我跑到 GitHub 上找工具，发现了一个开源项目：HyperFrames。它正好能跟 DeepSeek 配合，补齐视频生成这块短板。

这款工具来自 AI 视频领域的头部团队 HeyGen，专为 AI Agent 设计，目前已经狂揽 6.6 万 Star。

在 HyperFrames 的世界里，一条视频本质上就是一个网页文件。标题、图片、动画、背景音乐，全都写在这个文件里面，每样元素什么时候出现、持续多久，都用标签提前标好。写完直接在浏览器里实时预览，改一处刷新一下，效果立刻可见。

渲染环节，它会在后台打开浏览器逐帧截取，再用 FFmpeg 合成 MP4。因为是逐帧截取而非录屏，完全不用担心卡顿掉帧——同一个文件渲染多少次，出来的结果都一模一样。

Agent 上手几乎没有门槛，为了让表现更稳，HyperFrames 还准备了 21 个 Skill。安装之后，它会先跟你确认需求，然后按照规划、写页面、加动画、配素材、检查、预览、渲染这套固定流程走完。

Skill 内置了好几套现成的创作流程，会根据你要做的东西自动匹配最合适的一套。比如给它一个产品网址，就能直接做一条宣传片，官方建议长度在 30 到 90 秒之间；丢一段文字过去，它可以做成知识讲解视频，画面里的排版、示意图、图表全部由它自己设计；如果你手上有一首歌，它还能按节拍做卡点视频，画面节奏完全跟着音乐走。已经拍好的口播视频也能交给它，加字幕、标题条和数据标注这些图文包装，原片本身不会被改动。

当然，光靠 Agent 从零写特效，质量难免参差不齐，所以 HyperFrames 还准备了一个组件库。转场、动态图表、社交媒体关注浮层这些常用效果都是现成的，一行命令就能装：

npx hyperframes add flash-through-white
npx hyperframes add data-chart

模板库也相当丰富，不同的配色、字体、排版风格都有，挑一个顺眼的让 Agent 照着做就行。

接下来聊聊如何把 DeepSeek 新模型接入 Codex，再与 HyperFrames 配合做视频。DeepSeek 官方提供了 Claude Code 和 Codex 的一键配置脚本，我这里选择了 Codex。

发送的提示词如下截图，大家可以根据自己使用的 Agent 工具稍作调整。

API Key 的获取方式很简单，自行到 DeepSeek 开放平台上创建即可，充值少量金额就能跑起来。如果你平时还要同时调用多个大模型，也可以关注 RouteFast.ai 这类模型 API 中转服务，一站式搞定不同模型的调用需求。

重新打开 Codex，看到模型已经切换成 DeepSeek-Flash，说明接入成功。接着安装 HyperFrames 的 Skill，前提是电脑上已装好 Node.js 22 以上版本和 FFmpeg：

npx skills add heygen-com/hyperframes

一切就绪后，我让 DeepSeek 用 HyperFrames 做一段科普视频，题目是「降噪耳机怎么把噪音消掉」。结果有点出乎意料——整个生成过程走了 18 分钟，在开放平台上查到仅花了 1 块钱左右。配音用的本地 Kokoro，支持中文普通话，男女声可以自由切换，不产生额外费用。

最后看下成品效果：中文口播发音准确，知识点讲得也算干练，一段 40 秒的视频就把降噪耳机的工作原理说明白了。

写在最后

以前想做一条带动态效果的科普视频，要么花时间啃 AE、剪映这类专业软件，要么就得掏钱找人做。现在把想要的效果用自然语言说清楚，DeepSeek 负责写页面，HyperFrames 负责转场、字幕和配音，最后渲染成片，整条链路已经跑得相当顺了。

更重要的是，DeepSeek 新模型的价格确实便宜。对视频哪里不满意，放心让它反复改几版，多花不了几个钱，完全不用心疼。如果做这类科普视频的流程跑通了，完全可以批量发到各大短视频平台，直接起号做内容。

感兴趣的朋友，不妨先拿一条十几秒的小片子练练手。如果你在跑流程的过程中有新的发现，也欢迎来 云栈社区 分享你的作品和经验。

GitHub 项目地址：https://github.com/heygen-com/hyperframes