Hypit 於 2026 年 7 月 29 日登陸 GitHub，幾日內就突破 8,000 stars。到 9 月 22 日，已經有超過 13,000 stars 同 1,500 forks，仲登上 Trendshift 嘅日榜第一。佢嘅定位好直白：用 AI agents 複製任何爆紅影片。我哋安裝咗佢，用 Codex 同 Claude Code 跑咗 7 個真實任務，記錄咗佢生成咗咩、底層點運作，以及實際要幾多錢。呢篇就係我哋嘅拆解報告。來源：github.com/hypit-ai/hypit。
Hypit 係乜？
Hypit 由 Hypit.AI 出品，為 Claude Code、Codex 呢類 AI coding agent 提供「一套用嚟做影片嘅語言同系統」。佢唔係託管式編輯器，而係以 agent Skill、命令列工具，以及一個包含 122 個 package 嘅 TypeScript monorepo 形式發佈：內置對 Seedance、GPT Image、Nano Banana、Grok Imagine、MiniMax、ElevenLabs、Fish Audio 嘅連接器，另外仲有字幕、去背、B-roll 軌、電影效果同 renderer。
核心概念係 SVML——Hypit 自己嘅標記語言。你嘅 agent 用 SVML 寫片；Hypit 會編譯並渲染畫格（佢嘅示例會用 64 個並行嘅 headless Chromium process 渲染）。時間軸係以詞語做錨點，而唔係以秒數。WhisperX 會對齊每一個講出嚟嘅字，視覺元素就附加喺講稿嘅字詞區段上。以下係 repo 入面足球分級榜示例嘅真實程式碼：
<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}/>hair-gel 呢張 B-roll 圖會喺講到嗰幾個字嘅時候精準出現。你改寫句子，時間就會自動重排，所以同一個專案先可以衍生到幾十個變體。
安裝之前，仲有 3 點值得知：
- 生成模型唔一定要用。 一個專案可以唔調用任何影片模型，都一樣可以把字幕、動態圖形同程式渲染視覺編譯成完整影片。
- 你付費係付服務，唔係付 Hypit。 Hypit 本身免費；你嘅 coding agent 同模型供應商會分開計費。佢推薦嘅託管服務 HypiHub，我哋測試時係 US$15 買到 2,000 積分；你亦可以改用自己嘅 API key 或本地模型。
- 授權條款有附加條件。「Hypit Open Source License」係 Apache 2.0 再加額外條款：你可以喺自己機構內作商業用途，但要託管成多租戶服務畀其他人用，或者轉售，就需要商業授權。你製作嘅影片版權屬於你。
運作方式：我哋實測見到嘅流程
安裝只需要一個指令：npx skills add hypit-ai/hypit -g。第一次使用時，agent 會尋找或安裝 Hypit 可執行檔（需要 Node.js 22.15 或更新版本）。之後每個任務都係同一個循環。
1. Agent 先睇片，再拆解參考
我哋畀 Codex 一段 34 秒嘅財經講解片，然後打「Hypit, copy this video.」。佢睇完片會描述結構（先係 talking-head 開場，之後係 5 個市場圖表逐個疊上去，加 zoom 同誇張對比），再提出計劃：保留主持、音色同講稿，並把圖表、字幕同鏡頭移動重建成可編輯元素。跟住佢會問我哋想換走邊啲部分。
2. 真係花錢之前，先報價
呢部分最令人安心。任何付費調用之前，agent 會先列出成本表，然後等你確認。以一段中文 talking-head 片為例，佢報價：4.39 積分（約 US$0.03）用嚟轉寫原音並喺本地重建；而要用 720p 重新生成全部 132 秒出鏡畫面，則要US$5.69–9.34（未計重試）。之後佢會要求授權：最多收 10 積分（約 US$0.075）只做轉寫，並註明「而家未有任何付費調用」。
3. 生成、渲染，交返一個可編輯專案畀你
你一批准，agent 就會生成各個部件、編譯 SVML 並渲染。你會得到一個完成檔案同時得到背後嗰個專案，並可以喺 Hypit Studio 打開：左邊係 source，中間係預覽，右邊係屬性，下方係多軌時間軸。你可以手動改，亦可以叫 agent 幫你檢查同修正剪接。
lsj-reconstruction 片段；下層原始片段完全無改動。第三方素材已作模糊處理。我哋真係跑過：7 個任務
我哋用 Codex 同 Claude Code 桌面版跑咗 7 個任務，影片用 Seedance 2 Mini，圖片用 GPT Image 2。以下係每個任務嘅產出：
- Talking-head 動態圖形。 我哋叫佢將某位創作者嘅「撕紙、貼紙、膠紙」剪輯風格，套用到我哋自己嘅 talking-head 片段。個 look 重建得幾似。
- 換衫。 一條熱門 try-on 影片，把服裝換成遊戲角色服。大部分鏡頭都撐得住。
- 風格轉換。 一段 meme 片重畫成某種知名成人動畫風。佢用原片做底，再喺上面重塑風格，效果真係幾好。
- 主角替換。 一條大概有 100 萬 likes 嘅爆紅唱歌影片，把兩位表演者換成兩隻貓。有少少瑕疵，但整體好強（下方第一段 clip）。
- 同一風格，新內容。 以一條熱門財經講解片為參考，agent 寫咗一段新嘅「Why HBM matters」講稿，用程式畫圖，並喺左上角生成一個出鏡主持。佢嘅報告係：「已匯出，37.1 秒，1080p … 只跑咗第一輪生成，冇額外付費生成。」整個任務用咗 agent 時間1 小時 8 分鐘。
- Blender 驚喜。 我哋叫佢把科技評測影片入面，用骨牌排出嘅縮寫字母換成另一組；佢完全跳過影片模型，直接用 Blender 重建鏡頭，渲染87 幀（30 fps 下即 2.9 秒），再剪入其餘完全不變嘅原片。係成個星期最「外科手術式」嘅修正。
- 電影感手機評測。 用數碼主持加生成 B-roll 重做一條電影感產品評測（下方第二段 clip）。整體係最弱：AI 感好明顯，同真人剪輯師嘅水平仲有距離。
- 電商短劇。 只靠 1 張參考圖加來源影片，重做一段短促銷短劇：一隻公仔用錘仔扑爛雞蛋。我哋覺得同原片差唔多，而原片本身都係 AI 生成。
補充一下我哋喺呢度展示嘅內容：大部分測試都係由其他創作者嘅影片開始，而嗰啲面孔、聲音同片段唔屬於我哋，無法重發。所以你下面見到嘅片段都係冇人物出鏡嘅輸出結果，而且音訊已靜音。
實測 Demo 片段
以下係上面測試之中兩段未經剪輯嘅輸出，直接由我哋嘅螢幕錄影剪出。
坦白講：強項同真實限制
令我哋驚喜嘅地方：
- 佢複製嘅係結構，而唔止係講稿。 輸出係一個可重跑嘅專案，所以換主持、產品或語言，係再跑一次，而唔係重新剪一次。
- 以詞語為錨點嘅時間對齊。 你改寫一句，B-roll、字幕同剪接都仍然同步。
- 佢會揀最平又做得到嘅工具。 必要時先用影片模型；只需要精準修補時，就用程式，甚至用 Blender。
- 成本透明。 每一步都先估算，付費調用前會先問清楚——喺 agent 工具入面好少見。
不足之處：
- 真正嘅帳單係 agent。 Hypit 自己嘅 README 示範話每次 clone 大概有 US$1.10 嘅模型費。喺我哋測試入面，更大成本反而係 coding agent：7 個任務令我哋 US$100 嘅 ChatGPT 計劃由 50% 用量跌到只剩 3%。
- 佢係慢。 有一次 clone 用咗超過 1 小時嘅 agent 時間。
- 寫實重製仍然會有 AI 味。 嗰條電影感評測好明顯係合成；生成鏡頭亦見到細小 artifacts。
- 你要有 agent 工作流。 你需要 coding agent、Node.js 22.15+ 同模型帳戶。佢對開發者友好，但唔係畀「只想快啲整條片」嘅人。
- 授權唔算完全寬鬆。 你唔可以喺冇商業授權下，把 Hypit 託管成服務畀其他團隊用，或者轉售。
- 權利問題要自己負責。 Hypit 話你嘅輸出屬於你，但參考片入面嘅面孔、聲音、片段同音樂，版權屬於原擁有人。將爆紅影片當作可學習嘅結構，而唔係可以重發嘅素材。
Hypit vs 託管式 AI 影片工具
Hypit 同 VisionStory 呢類託管式工具，最後都係輸出一條完成影片，但起步點同計費方式完全唔同。
| Hypit（agent skill） | VisionStory（託管式） | |
|---|---|---|
| 起點 | 一條參考影片或一份文字 brief | 一張相、一個虛擬人像或一段講稿 |
| 設定 | 安裝 skill；需要 coding agent、Node.js 22.15+ 同模型帳戶 | 毋須；瀏覽器直接用 |
| 你付費嘅係 | coding agent 用量 + 模型積分（Hypit 示例每次 clone 約 US$1 嘅模型費；我哋嘅 agent 用量成本高得多） | 訂閱或積分 |
| 每條片用時 | 幾分鐘到超過 1 小時嘅 agent 時間 | 幾分鐘 |
| 你得到嘅係 | 一個可編輯、可重跑嘅 SVML 專案 + 渲染成片 | 一條完成嘅說話虛擬人像或 AI 影片 |
| 權利 | 你複製嘅素材、面孔或聲音，都要自行取得授權 | 你自己擁有或已授權嘅虛擬人像同音色 |
| 最適合 | 你要大量變體並打算變現，亦長期喺 agent 工作流入面做 | 你想今日就有條完成嘅說話影片，又唔想跑 agent |
揀 Hypit 嘅情況：你要大量製作廣告或 UGC 變體、一個贏面格式值得模板化，而且團隊入面有開發者。揀託管式工具嘅情況：你想即刻整到一條主持影片，又唔想為咗佢付出幾小時嘅 agent 時間成本。
Hypit 教識我哋嘅事
跑咗一星期之後，我哋嘅感覺係：「複製任何爆紅影片」只係標題，唔係重點。更耐用嘅想法係：把影片嘅結構變成一個 agent 可以重跑嘅模板。你拆解別人同自己影片入面乜嘢有效，保留骨架，再交畀 agent 去生成會變動嘅部分。呢個就係 AI 影片嘅走向，而亦同我哋自己嘅 AI Video Agent 同一個方向：描述你想要嘅影片，交畀 agent 組裝完成，而且毋須繁複設定，亦唔需要負擔 agent 帳單。
如果想睇另一種 agent-driven 影片路線，可以睇我哋對 OpenMontage 嘅拆解；佢用另一套 pipeline 追求相近概念。
