哈喽，我是时空猫。
先给结论：视频可以不用拍。
一条 60 秒的片子，可以先写成一张网页，再让浏览器把它一帧一帧截下来，最后拼成 MP4。
我在这台机器上跑通了。纯 CPU，2–3 分钟出片，云端花费 0 元。
有读者在我上一篇 AI 视频的文章下问：不会 AE，也不想买剪辑课，普通人还有机会吗？
这篇就把「写视频」这条路，完整说一遍。
一、把时间轴，写进网页里
先说最反常识的一点。
视频的本质，是一张张画面按时间播放。
过去这件事要靠剪辑软件：拖轨道、拉关键帧、对齐音轨。
而网页天生就会这一套。
一个网页里，每个元素什么时候出现、停留多久、怎么动，都可以用代码写清楚。
于是有人干脆把整条视频写成一个网页文件。
标题、图片、动画、背景音乐，全在里面。
写完在浏览器里预览。改一行，刷新，马上看到效果。
出片的时候，浏览器按顺序把每一帧截下来，再交给 FFmpeg 拼成视频。
视频不是录出来的，是被「截」出来的。
二、为什么这条路特别适合 AI
过去 AI 做视频，你得盯着它操作剪辑软件。
它看不见时间轴，也说不清"这个转场再快半秒"。
但网页不一样。网页是模型最熟的东西。
你只要说清楚想要什么效果，它就能把页面写出来。
你负责审片，它负责改。
一句话总结：让 AI 干它擅长的事，比教它用你的工具更省力。
工具的母语，决定了它上手的速度。
三、我在这台机器上的实测
说点具体的。
我用的是一个叫 HyperFrames 的开源工具，GitHub 上搜得到。
它做的事就一句话：把视频当网页写，再把网页渲成视频。
我这台机器没有独立显卡可用，全程纯 CPU。
实测结果：
- 一条 60 秒的片子，渲染 2–3 分钟；
- 1080p 画面，中文字幕渲染正常；
- 配音也在本地生成，55 字的旁白大约 35–40 秒；
- 全程 0 元云端费用。
这意味着什么？
意味着做视频的固定成本，从「一台好电脑 + 一套软件 + 学习时间」，变成了「一台能开浏览器的机器」。
剩下的成本，只有你的时间。
门槛下降的时候，先动手的人拿到的是经验，不是设备。
四、社区里正在发生什么
就在这两天，我看到有人把这条链路又往前推了一步。
他们让 DeepSeek 负责写页面，HyperFrames 负责渲染，配音换成另一个免费本地工具。
一条 40 秒的科普视频，生成用了 18 分钟，API 花费约 1 元。
这个数字来自那篇文章的作者自述，我没有复测。
但它说明一件事：这条路的成本，还在往下掉。
当一件事的成本降到一杯奶茶以内，它就不再是「专业人士的活」。
五、能用它做什么，别指望它做什么
这是我最想让你先看的一段。
能做的：
- 产品宣传片，给个网址或几句话，30–90 秒；
- 知识讲解，把一段文字变成图文和示意；
- 音乐卡点，画面跟着鼓点走；
- 口播包装，给拍好的视频加字幕、标题条。
别指望的：
- 写实和真人。这是代码渲染，不是实拍；
- 角色动画。人物表演交给视频生成模型；
- 一次成型。前两个镜头要立标准，后面照做；
- 零学习。你得会判断"哪里不对"。
六、想试的话，我的三条建议
第一条，先做 12 秒。
别一上来就做三分钟。12 秒能跑完整个流程，够你判断值不值得继续。
第二条，先定故事线，再看画面。
很多人一上来就调颜色、换字体。
结果故事没讲清，画面再好看也是废片。
先把"这几秒说什么"写下来，再让 AI 动手。
第三条，一次只改一件事。
改文案就只看文案，改节奏就只看节奏。
一次提十个要求，AI 会挑最容易的那个做，剩下的全丢。
最后
去年我想做一条科普视频，第一反应是"得先学 AE"。
今年这个前提，已经不成立了。
视频可以不用拍。它可以被写出来。
当然，工具只是工具。
真正决定片子好不好的，还是你想说什么。
门槛消失之后，稀缺的不是技术，是表达。
如果这篇对你有用，欢迎转发给那个一直想拍视频、却卡在第一步的朋友。
也可以在评论区告诉我：你最想用这种方式，做一条什么视频？
A. 产品宣传片 B. 知识讲解 C. 给自己的项目做一条片头
评论区见，我每条都看。
—— 时空猫，一个人，一台机器，只写亲手跑过的东西。