克隆爆款视频,这个开源工具把 AI 短视频做成了流水线

同一个模板，换个人说、换个产品、换个语言，就能再爆一条。

但问题是：从头做一条新视频太累了。

Hypit 把这个活干完了。一行命令，丢一条爆款视频进去，它还你一套完整的生产流水线——换脸、换词、换 B-roll、换语言。

▲ 一条爆款视频，100 个变体，64 进程并行渲染。

01 不只是克隆，是还原工作流

大多数 AI 视频工具做一件事：给你一个提示词，它生成一段视频。

Hypit 做的是另一件事：给你一条视频，它还原出整条生产流水线。

你丢一条视频进去，Agent 会拆解出所有组件——画面素材、字幕（精确到单词级对齐）、B-roll、特效、背景音乐。这不是简单的时间轴拆分，而是语义层面的解构：哪句话对应哪个画面、哪个镜头是 A-roll 哪个是 B-roll、字幕是怎么跟着说话人口型走的。

解构出来的东西不是一个静态脚本，而是一套可编辑、可重跑的工作流。你可以随时改某个环节——换主持人、换产品、换语言——然后只重新生成变化的部分，其他部分复用。

这就是流水线思维：不是一条视频一个视频做，而是建一条生产线的模板，然后批量复制。

02 三个案例，三美元做 9 条视频

项目 README 里给了三个完整案例，每个都附带参考视频和三个克隆版本。

案例一：足球排名

一条 20 秒的足球 Tier List 视频，C 罗在 D 级，梅西在 S 级。用了 Seedance 2 Mini 生成两个 A-roll，GPT Image 2 生成一张 2K 哥特女孩肖像和十个 1K B-roll，WhisperX 做单词级对齐，64 个无头 Chromium 进程并行渲染。

总成本：1.15 美元。

三个克隆版本：换主持人成香蕉猫、反转排名让 C 罗变 GOAT、把所有球员换成科技创始人。同样的爆款结构，三条不同的 viral video。

案例二：播客剪辑

一条 18 秒的健身补剂播客片段，肌肉 Barbie 强迫瘦大学生吃肌酸。三个对抗性 A-roll，一个励志生活 B-roll，分屏访谈布局，说话人感知字幕，产品交接时刻。

总成本：1.07 美元。

三个克隆：换主持人成 Pepe 和 Doge 吵狗手臂、换产品为视黄醇、换实体产品为 AI 应用。同一个播客格式，三个广告垂直领域。

案例三：街头采访

一条 26 秒的街头采访，黑帮妻子分享赚第一个一百万的三条规则。三个 A-roll，一个 2K AI 角色肖像，YOLOv8 做人脸追踪驱动字幕。

总成本：1.09 美元。

三个克隆：换主持人成 Wojak 和 Chad、翻译成西班牙语保留笑点、换兰博基尼为 F1 赛车。

三个案例，3.31 美元，12 条视频。平均每条 0.28 美元。

03 三种模式，从克隆到从零

Hypit 支持三种进入方式：

克隆模式：丢一条视频进去，Agent 还原完整工作流。最快上手路径，适合想复用人家爆款结构的场景。

模板模式：从内置模板库出发，选一个类型（排名、播客、采访、带货），填入自己的内容。适合已有明确方向的创作者。

纯描述模式：什么都不给，只说"帮我做一个把 Hypit 排 S 级的排名视频"，Agent 从零写工作流。适合探索性创作。

三种模式产出的是同一套东西：一个可编辑的 .svml 工作流文件。你可以随时打开它，改某个组件，重新渲染。

04 底层技术栈

Hypit 的架构分三层：

编排层：用 SVML（Sequential Video Markup Language）描述整个视频。不是时间轴，而是语义块——每一段对应一句话、一个画面、一个特效。改了语义块，渲染引擎自动重排时间线。

生成层：可选接入各类模型。Seedance 2 用于视频生成，GPT Image 2 用于图片生成，WhisperX 用于语音对齐，Edge TTS / CosyVoice 用于配音。也可以完全不调用生成模型——用代码渲染的动效和图表同样能出片。

渲染层：64 个无头 Chromium 进程并行渲染。字幕、动效、画面拼接全部在前端完成，不需要 GPU。这意味着你不需要买高端显卡，一台普通笔记本就能跑。

安装极简：

npx skills add hypit-ai/hypit -g

装到你的 Claude Code 或 Codex 里，然后在对话中直接说要做视频，Agent 会自己跑全套流程。

05 适合谁，不适合谁

适合：

• • 短视频创作者：一个爆款模板，批量出变体，试错成本极低
• • 电商带货：从 Meta Ad Library 克隆获胜广告，换产品出 50 个钩子变体
• • 知识博主：一条优质内容，10 个语言版本，一键本地化
• • 团队生产：一条确定转化的格式，每天换 SKU 出新品

不适合：

• • 追求电影级画质的用户：这是流水线工具，不是特效合成器
• • 不想调任何 API Key 的用户：生成模型需要单独付费，虽然 1 美元能做 3 条
• • 只需要一次性视频的用户：这套工具的价值在批量，单条视频意义不大

写在最后

短视频赛道的竞争，本质上是注意力的竞争。

谁能把一条经过验证的模式批量复制，谁就能占据更多流量。

Hypit 做的事情就是把"批量复制"这件事工具化、自动化、低成本化。

GitHub：https://github.com/hypit-ai/hypit