Hypit è arrivato su GitHub il 29 luglio 2026 e ha superato le 8.000 stelle nel giro di pochi giorni. Entro il 22 settembre aveva più di 13.000 stelle e 1.500 fork, e ha dominato la classifica giornaliera di Trendshift. Il suo messaggio è diretto: clona qualsiasi video virale con agenti AI. Lo abbiamo installato, abbiamo eseguito sette attività reali con Codex e Claude Code e abbiamo registrato cosa ha prodotto, come funziona sotto il cofano e quanto è costato davvero. Ecco la nostra analisi pratica. Fonte: github.com/hypit-ai/hypit.
Che cos’è Hypit?
Hypit, di Hypit.AI, offre agli agenti di coding AI come Claude Code e Codex “un linguaggio e un sistema per creare video”. Non è un editor in hosting. Viene distribuito come Skill per agenti, uno strumento da riga di comando e un monorepo TypeScript di 122 pacchetti: connettori per Seedance, GPT Image, Nano Banana, Grok Imagine, MiniMax, ElevenLabs e Fish Audio, oltre a sottotitoli, rimozione dello sfondo, tracce B-roll, effetti cinematografici e un renderer.
L’idea centrale è SVML, il linguaggio di markup proprietario di Hypit. Il tuo agente scrive il video in SVML; Hypit lo compila e renderizza i frame (nei suoi esempi, il rendering avviene in 64 processi Chromium headless in parallelo). Il timing è ancorato alle parole, non ai secondi. WhisperX allinea ogni parola pronunciata e le immagini si agganciano a porzioni del copione. Questo è codice reale dall’esempio “football tier-list” del repo:
<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}
<media-track:Item id="hair-gel" image={broll-hair-gel.image}
extent={hair-gel-extent} during={story.selection.hair-gel}
motion={recipes.motion.broll-left}/>L’immagine B-roll hair-gel è a schermo esattamente mentre quelle parole vengono pronunciate. Riscrivi la riga e il timing si riadatta da solo: ecco perché un progetto può generare decine di varianti.
Altre tre cose da sapere prima di installarlo:
- I modelli di generazione sono opzionali. Un progetto può compilare sottotitoli, motion graphics e visual renderizzati via codice in un video finale senza chiamare alcun modello video.
- Paghi i servizi, non Hypit. Hypit è gratuito; il tuo coding agent e i provider dei modelli fatturano separatamente. Il servizio in hosting consigliato, HypiHub, nella nostra prova vendeva crediti a $15 per 2.000, e in alternativa puoi usare le tue chiavi API o modelli locali.
- La licenza ha condizioni. La “Hypit Open Source License” è Apache 2.0 con termini aggiuntivi: puoi usare Hypit commercialmente all’interno della tua organizzazione, ma per ospitarlo come servizio multi-tenant per altri o rivenderlo serve una licenza commerciale. I video che crei sono di tua proprietà.
Come funziona: cosa abbiamo visto nelle nostre prove
Installarlo richiede un solo comando: npx skills add hypit-ai/hypit -g. Al primo utilizzo l’agente trova o installa l’eseguibile Hypit (Node.js 22.15 o superiore). Da lì in poi, ogni attività ha seguito lo stesso ciclo.
1. L’agente guarda e scompone il riferimento
Abbiamo dato a Codex un explainer finanziario da 34 secondi e abbiamo digitato “Hypit, copia questo video”. Ha guardato la clip, ne ha descritto la struttura (un’introduzione talking-head seguita da cinque grafici di mercato impilati uno dopo l’altro, con zoom e contrasti accentuati) e ha proposto un piano: mantenere host, voce e copione, e ricostruire grafici, sottotitoli e movimenti di camera come elementi modificabili. Poi ci ha chiesto cosa volessimo sostituire.
2. Stima il costo prima di spendere qualsiasi cosa
Questa è stata la parte più rassicurante. Prima di qualsiasi chiamata a pagamento, l’agente ha mostrato una tabella dei costi e ha atteso. Per una clip talking-head in cinese, ha stimato 4,39 crediti (circa $0,03) per trascrivere l’originale e ricostruirlo in locale, contro $5,69–9,34, esclusi eventuali nuovi tentativi, per rigenerare tutti i 132 secondi di girato in camera a 720p. Poi ha chiesto il permesso di addebitare al massimo 10 crediti (circa $0,075) per la sola trascrizione, specificando che “non è stata ancora effettuata alcuna chiamata a pagamento”.
3. Costruisce, renderizza e ti consegna un progetto modificabile
Una volta approvato il piano, l’agente genera i componenti, compila lo SVML e renderizza. Ottieni un file finale e il progetto che c’è dietro, che si apre in Hypit Studio: sorgente a sinistra, anteprima al centro, proprietà a destra e una timeline multi-traccia sotto. Puoi modificare a mano oppure chiedere all’agente di rivedere e correggere il montaggio.
lsj-reconstruction da 2,90 secondi su una traccia dedicata; il girato originale sotto è intatto. Il footage di terze parti è sfocato.L’abbiamo davvero usato: sette attività
Abbiamo eseguito sette attività nelle app desktop di Codex e Claude Code, usando Seedance 2 Mini per i video e GPT Image 2 per le immagini. Ecco cosa ha prodotto ciascuna:
- Motion graphics su talking-head. Gli abbiamo chiesto di copiare lo stile di montaggio di un creator (carta strappata, sticker e nastro adesivo) su una nostra clip talking-head. Ha ricostruito il look in modo convincente.
- Outfit swap. Un video try-on di tendenza con l’outfit sostituito da un costume da videogioco. Ha retto nella maggior parte delle inquadrature.
- Style transfer. Una clip meme ridisegnata in un noto stile di animazione per adulti. Ha usato la clip originale come base e ha restilizzato sopra: il risultato era davvero buono.
- Subject swap. Un video virale di canto con circa un milione di like, con i due performer sostituiti da due gatti. C’erano piccoli difetti, ma nel complesso era solido (prima clip sotto).
- Stesso stile, nuovo contenuto. Partendo da un explainer finanziario popolare, l’agente ha scritto un nuovo copione “Why HBM matters”, ha disegnato i diagrammi in codice e ha generato un presentatore on-camera nell’angolo in alto a sinistra. Nel suo report: “Esportato, 37,1 s, 1080p … è stato eseguito solo il primo ciclo di generazione; nessuna generazione aggiuntiva a pagamento.” L’intera attività ha richiesto 1 ora e 8 minuti di tempo agente.
- La sorpresa Blender. Quando gli abbiamo chiesto di cambiare le iniziali composte da tessere domino in un video di un tech reviewer, ha evitato del tutto i modelli video. Ha ricostruito la scena in Blender, ha renderizzato 87 frame (2,9 secondi a 30 fps) e li ha inseriti in un footage altrimenti invariato. È stata la correzione più “chirurgica” della settimana.
- Recensione cinematografica di uno smartphone. Una recensione prodotto in stile film rifatta con un presentatore digitale e B-roll generato (seconda clip sotto). Nel complesso è stato il risultato più debole: l’aspetto AI era evidente e resta ben lontano dal lavoro di un editor umano.
- Skit e-commerce. Da un’immagine di riferimento e dal video sorgente, ha rifatto un breve skit di vendita in cui una bambola rompe delle uova con un martello. L’abbiamo valutato più o meno al livello dell’originale, che era a sua volta generato con AI.
Una nota su ciò che mostriamo qui: la maggior parte di questi test è partita da video di altri creator, e non abbiamo il diritto di ripubblicare quei volti, quelle voci e quel footage. Per questo le clip qui sotto sono output senza persone in scena e con l’audio disattivato.
Clip demo dalle nostre prove
Due output non editati dai test sopra, ritagliati dalla nostra registrazione schermo.
Verdetto onesto: punti di forza e limiti reali
Cosa ci ha colpito:
- Clona la struttura, non solo un copione. L’output è un progetto rieseguibile, quindi cambiare host, prodotto o lingua è una nuova esecuzione, non un nuovo montaggio.
- Timing ancorato alle parole. Riscrivi una riga e B-roll, sottotitoli e tagli restano sincronizzati.
- Sceglie lo strumento più economico che funziona. Usa modelli video quando deve generare, e codice o perfino Blender quando basta una correzione chirurgica.
- Trasparenza sui costi. Stima ogni passaggio e chiede prima delle chiamate a pagamento: cosa rara tra gli strumenti per agenti.
Dove non convince:
- L’agente è la vera voce di costo. Gli esempi nel README di Hypit indicano circa $1,10 di costi modello per clonazione. Nei nostri test, il costo maggiore è stato il coding agent: sette attività hanno portato il nostro piano ChatGPT da $100 dal 50% al 3% della quota di utilizzo.
- È lento. Una clonazione ha richiesto oltre un’ora di tempo agente.
- I remake realistici sembrano ancora AI. La recensione cinematografica era chiaramente sintetica e le inquadrature generate mostravano piccoli artefatti.
- Serve un workflow da agenti. Ti serve un coding agent, Node.js 22.15+ e account per i modelli. È adatto agli sviluppatori, non a chi vuole semplicemente un video.
- La licenza non è del tutto permissiva. Non puoi ospitare Hypit come servizio per altri team o rivenderlo senza una licenza commerciale.
- I diritti sono responsabilità tua. Hypit dice che gli output sono tuoi, ma i volti, le voci, il footage e la musica del riferimento appartengono ai rispettivi proprietari. Considera un video virale come una struttura da cui imparare, non come materiale da ripubblicare.
Hypit vs uno strumento Video AI in hosting
Hypit e strumenti in hosting come VisionStory arrivano entrambi a un video finito, ma partono da presupposti diversi e fatturano in modi diversi.
| Hypit (skill per agenti) | VisionStory (in hosting) | |
|---|---|---|
| Punto di partenza | Un video di riferimento o un brief scritto | Una foto, un avatar o un copione |
| Setup | Installare la skill; coding agent, Node.js 22.15+ e account per i modelli | Nessuno: gira nel browser |
| Cosa paghi | Utilizzo del coding agent più crediti dei modelli (circa $1 di costi modello per clonazione negli esempi di Hypit; nel nostro caso l’utilizzo dell’agente è costato molto di più) | Un abbonamento o Crediti |
| Tempo per video | Da minuti a oltre un’ora di tempo agente | Minuti |
| Cosa ottieni | Un progetto SVML modificabile e rieseguibile, più il render | Un video finito con avatar parlante o un Video AI |
| Diritti | Devi ottenere i permessi per qualsiasi footage, volto o voce che cloni | Avatar e voci tuoi o con licenza |
| Ideale quando | Monetizzi molte varianti e lavori in un workflow basato su agenti | Vuoi un video parlante finito senza eseguire un agente |
Scegli Hypit se produci annunci o varianti UGC in volume, vale la pena trasformare in template un formato vincente e hai uno sviluppatore nel team. Scegli uno strumento in hosting se vuoi un video con presentatore oggi e preferisci non pagare ore di tempo agente per ottenerlo.
Cosa ci ha insegnato Hypit
Dopo una settimana di prove, la nostra conclusione è che “clona qualsiasi video virale” è il titolo, non il punto. L’idea che dura è trasformare la struttura di un video in un template che un agente può rieseguire. Scomponi ciò che funziona nei video degli altri e nei tuoi, mantieni lo scheletro e lasci all’agente la generazione delle parti che cambiano. È lì che sta andando il Video AI, ed è la stessa direzione del nostro AI Video Agent: descrivi il video che vuoi e lascia che un agente lo assembli, senza setup né il conto dell’agente.
Per un’altra prospettiva sul video guidato da agenti, leggi la nostra analisi pratica di OpenMontage, che segue un’idea simile con una pipeline diversa.
