文 | 字母 AI
我敢打赌，AI 视频生成这个行业，要因为这一个免费开源的项目而变天了。
没错，我说的就是从 6 月下半旬开始在 Github 上爆火的 OpenMontage。
这是一个专门用来给 AI 视频生成准备的 Harness 工具，你把你的提示词给它，它就能自动帮你完善成专业的 AI 视频生成提示词，并且还配有剪辑、配音等等一系列后期工作。
并且它跟 OpenClaw 一样，会自动帮你挑视频模型，在满足你需求的前提下，它会想方设法地去降低整个工作流的成本。
根据 OpenMontage 官方的介绍，这是一部完全通过 OpenMontage 制作的电影级科幻预告片，包括了概念、剧本、场景规划、Veo 生成的动态片段、配乐以及 Remotion 合成。
除了这种概念艺术片之外，OpenMontage 还能应用在实际产品宣传上。
比如下面这个视频，通过 AI，生成了 4 张关于一个叫做 VOID 的脑机接口。OpenMontage 会自动为它配上相关的产品介绍，还会把产品的数字概念加以动态演示。
到底是个什么东西？
现在市面上所有的 AI 视频工具，不管是 Sora、Runway、Kling 还是 Pika，本质上都是片段生成器。你给它一句话，它给你吐出来一段几秒钟的素材。
但是这些工具给你的是 " 素材 "，不是 " 成片 "。
OpenMontage 给你的，是一整个视频制作团队的完整视频制作流程。
你跟它说 " 给我做一个 60 秒的科普视频，讲清楚黑洞是怎么形成的 "，然后它就开始行动了。
OpenMontage 会先上网搜资料，找最新的研究，找观众最关心的问题，确保输出的内容不能是瞎编的
然后写脚本，分镜头，算成本，完成这步以后它会问你，如果成本 OK 分镜 OK，那就继续往下执行
OpenMontage 开始生成画面、找素材、配音、找音乐
根据生成的画面自动剪辑、加字幕、做转场、混音、调色
最后自己先检查一遍，有没有黑帧，声音对不对，字幕准不准，没问题了才把成片给你
整个过程就跟 Claude Code 一模一样，你是甲方，OpenMontage 是乙方全套团队。
OpenMontage 的核心是一套状态机驱动的确定性制片系统，每一步干什么、干到什么标准才能往下走，都写死在程序里。
最底层是模型无关适配层。它把 14 家视频生成 API、10 个图像模型、4 个 TTS 引擎、本地开源模型（WAN2.1、Hunyuan、CogVideo）、甚至免费公共素材库，全部封装成了统一的接口。
对上层流水线来说，用哪个模型生成的视频其实无所谓，系统会自动根据镜头类型选最合适的模型、算成本。
中间层是 52 个专业工具。
比如事实核查的网络搜索工具、镜头分析工具（自动抽帧识别景别、转场、节奏点、语音停顿）、基于 Remotion 和 FFmpeg 的程序化剪辑引擎等等。
上层是技能工作流。它会规定整个生产过程里，研究阶段要搜多少个来源、脚本要符合什么结构、分镜每个镜头必须包含哪些字段、什么情况要打回重写、什么镜头用什么级别的模型等等。
整个流程跑在一个导演循环（Director Loop）里。
从你输入需求开始，系统自动推进研究→脚本→分镜→资产规划→生成→剪辑→质检，每一步都有明确的验收标准。
说白了，其他 AI 视频工具是给你一个很厉害的摄像师，你自己还得当导演、当编剧、当剪辑、当制片；而 OpenMontage 是直接给你拉来了一整个成熟的剧组，你只需要说你想拍什么就行。
而且它跟 OpenClaw 一样，可以随意更换模型。你有 Kling 的 key 就用 Kling，有 Runway 就用 Runway。
你可能要问了，那我虽然有 token，但我没素材可咋办啊？
没关系，OpenMontage 会用免费的图片生成加动画来填充画面，甚至它还能从 Archive.org、NASA、Wiki 这些免费的地方，去找真实的历史素材、纪录片素材给你剪出来真正的 " 视频 "。
他们官方演示里做了一个 60 秒的皮克斯风格动画短片，有角色有剧情有配音有字幕，总共才花了 1.33 美元。还有一个产品广告片，只用了一个 OpenAI 的 key，花了 0.69 美元。
甚至还可以完全不用花一分钱的，用免费素材加本地配音做出来的纪录片风格视频。
还有一个被所有人忽略的点：它是 " 参考驱动 " 的，不是 "prompt 驱动 " 的。
这句话的意思是，你不用给 OpenMontage 说什么 " 电影感、4K、黄金时刻、景深、85mm 镜头 " 这种话。
你直接把你喜欢的一个短视频或者抖音链接甩给它，说 " 给我做个跟这个节奏差不多的，但是内容讲量子计算 "。
它会自动去分析那个参考视频的节奏、钩子、结构、镜头语言，然后给你出几个方案，告诉你哪些地方保留，哪些地方改了，要花多少钱，做出来大概是什么样。
你不用当 prompt 工程师，你当甲方就行。
因何而爆火？
OpenMontage 的创建者是 calesthio，全称为 Calesthio AI Labs。calesthio 在上传 OpenMontage 之前，已经开发了许多个开源项目，比如个人情报 Agent Crucix（10.3k stars），以及分析工具 BreakoutAnalysis、期权交易工具 OptionsCanvas、Claude Code 上下文记忆工具 SessionAnchor 等等 。
其实 OpenMontage 这个项目早在 3 月份的时候就在 Github 上创建了，但直到 6 月底才开始爆火。
原因在于，早期的 OpenMontage 只是个框架，提出了这种以 Agent 形式去生成视频的流程，不过并不能真正帮你执行。
直到 6 月，calesthio 提交了 23 个 commit，还合并了 15 个社区 PR，这才让 OpenMontage 变成今天的样子。
6 月 22 日到 6 月 26 日这几天，OpenMontage 几乎每天都要斩获 3000 多颗星星，其火爆的趋势不亚于 3 月份的 OpenClaw。
OpenMontage 能爆火还有一个原因，就是它的 README 写得非常通俗易懂。
一般的项目，它的 README 往往都是各种安装依赖、使用说明，OpenMontage 不一样，它直接把生成的视频和提示词放进了 README 开头，是好是坏你一眼便知。
另外，calesthio 还发现中国的 AI 视频生成市场很大，于是在 6 月 24 日，特地用中文重新写了一篇 README。其目的不言而喻。
首先你得先选平台。用 Sora？得有 ChatGPT 会员，还不一定排得上队，生成 10 秒视频等半小时，效果还不稳定。用 Runway？一分钟视频大几十块钱，生成完了还得自己下载下来。
好不容易生成了几段素材，噩梦才刚刚开始。你得把这几段几秒钟的视频下载下来，打开剪映或者 PR，自己拼到一起。然后得自己写文案、自己配音，还得自己找 BGM。
虽然此前 Seedance 2.0、可灵还有 Sora 2 都有类似的自动增加配音、自动根据素材生成视频，然而由于各种合规问题和素材质量问题，到头来很多事情还得自己在剪辑时加入。
同一段提示词同一批素材，如果你想换个模型试试，那对不起，所有流程重来一遍。
说白了，之前的 AI 视频，本质上还是 " 大公司建游乐场卖门票 "。你想进来玩，可以，得按我的规矩来，得买我的票，玩什么项目我说了算，而且有些地方还不让你带零食进来。
OpenMontage 不一样，它是免费开源的，一切素材解释权在你。
它把话语权从大公司手里夺回来了。
视频生成行业真要变天了？
很多人可能会问了，不就是一个开源工具吗，至于说的这么邪乎？
可以肯定的一点是，OpenMontage 会彻底改变，整个行业的竞争维度，就像我们从 Chatbot 时代跨越到 Agent 时代一样。
之前所有人都在卷模型，卷画质，卷时长，卷物理规律对不对。
现在突然有人告诉你，这些都是基础能力，是入场券而已。我是用户，我要的是片子，我要的不是素材，所以你卷那些没用，我要看你们卷的是成片、是分镜。
就像手机行业，前几年大家都在卷处理器，卷摄像头像素，现在处理器够用了，大家开始卷系统，卷影像算法，卷充电速度，卷谁能把用户体验做好。
视频生成这个行业，马上就要进入这个阶段了。
以后再出来一个新模型，说我能生成 10 秒视频，画质 8K，根本没人会惊讶。大家只会在意它能不能接 OpenMontage？多少钱一秒？跟其他模型比有什么优势？
还有一个潜在的影响，专业视频制作这个行业，也要开始洗牌了。
很多人说 AI 替代不了剪辑师，替代不了导演。没错，顶级的导演和剪辑师永远不会被替代，但是 90% 的中低端视频制作，真的要没了。
当年美图秀秀出来的时候，也有人说替代不了影楼，。当年剪映出来的时候，也有人说替代不了专业剪辑师。
历史永远是这样。新技术出来的时候，一开始大家都觉得玩具一样，然后突然有一天你发现，它已经把你能干的活都干了。
不过也说句实在的。
在体验的过程中，我发现 OpenMontage 还是有很多 bug 的，而且很多功能也不完善，做出来的视频也不是每次都能达到专业水准。
但是，开源的力量从来不是一开始就完美，而是它一旦跑起来，就会有全世界的人一起给它添砖加瓦，发展速度会超出所有人的想象。
