OpenMontage：用12条流水线把AI编码助手变成视频工作室，一部短片成本0.02美元

一个场景

你想做一部 30 秒的科幻短片。传统流程是：写脚本 → 分镜 → 拍摄/动画 → 配音 → 剪辑 → 后期。每一步都需要不同的专业人员和工具，周期以周计，成本以万计。

但如果你打开 Cursor，让 AI 编码助手跑一个叫 OpenMontage 的项目，它会：

1. 读你的脚本
2. 自动调用 12 条生产流水线中的合适那条
3. 生成画面、配音、音效、字幕
4. 按分镜表组装
5. 输出成片

整个过程不到 10 分钟，成本 0.02 美元。

这不是假想。2026 年 3 月上线的 OpenMontage，用一部叫《The Library at Alexandria》的短片证明了这一点——制作成本两美分，在 GitHub 上拿了 4.7 万 star。

从"生成内容"到"编排生产"

过去两年，AI 生成视频的能力突飞猛进。Sora、Runway、Pika 都能生成几秒钟的片段。但"生成几秒片段"和"做一部完整短片"之间，隔着一整个生产流程。

OpenMontage 做的不是又一个视频生成模型，而是把生成能力编排成完整生产流水线。

它的核心是 12 条 production pipelines，每条对应一种视频类型：

• Image-based videos：用静态图片+运镜+特效做出动态视频
• Real video generation：调用视频生成模型直接产出动态画面
• Narrative pipeline：故事类内容，含分镜、角色一致性、场景转换
• Trailer pipeline：预告片风格，快节奏剪辑+音效冲击
• Explainer pipeline：科普解释类，含图表动画+旁白
• 等等

每条 pipeline 不是一个 prompt，而是一个完整的 agent 工作流：拆解任务 → 选择工具 → 执行步骤 → 质量检查 → 组装输出。

这个设计的本质是：把"视频制作"这件事从"艺术家手工活"变成"工厂流水线"。听起来不浪漫，但它把成本压到了两美分。

700+ Agent Skill 文件：给视频生产发一本操作手册

OpenMontage 最有意思的数字是 700+ agent skill and production-knowledge files。

这些文件做什么？它们是给 AI 编码助手的"操作手册"——告诉它：

• 怎么写分镜表（含格式模板）
• 怎么保持角色在不同镜头里的一致性（含 prompt 技巧）
• 怎么选择合适的背景音乐（含情绪-音乐映射表）
• 怎么做字幕排版（含时间轴规范）
• 怎么处理转场（含分类和适用场景）

这和 Anthropic 的 Agent Skills 思路完全一致：不训练更大的模型，而是给现有模型装上具体技能。区别在于，Anthropic 的 skills 仓库是通用的（文档处理、数据分析），OpenMontage 的 skills 是垂直的（视频生产专用）。

这种垂直化 skills 的价值在于：通用模型不知道"科幻短片的色调应该是冷色系"或"角色正脸镜头不能超过 3 秒否则观众会出戏"——这些是领域知识，需要专门编写。

OpenMontage 把这些领域知识结构化了。700+ 文件不是随机堆砌，而是按生产流程组织——前期、拍摄/生成、后期、分发，每个阶段都有对应的 skills。

三个示例项目的启示

OpenMontage 的 README 展示了三个示例：

SIGNAL FROM TOMORROW（科幻预告片）

• 类型：Trailer pipeline
• 风格：冷色调、快节奏剪辑、音效冲击
• 展示能力：叙事性视频的自动生产

THE LAST BANANA（Pixar 风格短片）

• 类型：Narrative pipeline
• 成本：＄1.33
• 展示能力：角色动画+故事讲述
• 关键点：成本虽然比《The Library at Alexandria》高，但仍然远低于传统动画

The Library at Alexandria（科普短片）

• 类型：Explainer pipeline
• 成本：＄0.02
• 展示能力：知识类内容的自动化生产

这三个示例覆盖了三种典型场景：商业预告、娱乐短片、科普内容。成本从两美分到一美元多，都远低于传统制作的万元级成本。

但更重要的不是成本，而是可复现性。传统视频制作是手工艺——同一个导演做两部片子，成本和质量可能差很多。OpenMontage 的流水线是标准化的——同一个 pipeline 跑两次，结果应该接近。这让视频生产从"艺术创作"变成了"工程制造"。

为什么开源？

OpenMontage 是 AGPLv3 协议——强 copyleft，任何使用它做商业产品的都必须开源自己的修改。这个协议选择很激进，说明项目方不打算走"开源核心+商业版"的路线。

这和它的定位有关。OpenMontage 不是一个产品，而是一个基础设施。它要解决的是"AI 视频生产的标准流程"问题——如果这个流程被一家公司垄断，整个行业都会受制于它。开源+AGPLv3 确保了流程的公共属性。

这和 Linux 的逻辑一样。Linux 之所以能成为服务器操作系统的事实标准，不是因为它是最好的技术，而是因为它是公共的——没有一家公司能控制它。OpenMontage 想成为"AI 视频生产的 Linux"。

4.7 万 star 说明这个定位打动了很多人。视频创作者、AI 开发者、内容平台都看到了它的价值——不是因为它能做视频，而是因为它把做视频的流程标准化且公开化了。

和已有工具的对比

关键区别在"流程覆盖"。Sora 能生成一段视频，但做不了一部短片——因为短片需要分镜、转场、配音、字幕，这些 Sora 不做。OpenMontage 做的是把这些步骤串起来，每一步调用合适的工具（包括可能调用 Sora 这样的模型）。

一个更大的图景

OpenMontage 代表的趋势是：AI 的价值正在从"模型本身"转向"编排模型的能力"。

2023-2024 年，AI 创业的主流叙事是"训练更好的模型"。2025 年开始，模型能力趋同——各家大模型在 benchmark 上差距缩小。差异化竞争转移到了应用层：谁能用现有模型做出更有用的产品。

OpenMontage 把这个逻辑推到了极致：它不训练任何模型，只是编排现有模型和工具。它的核心资产不是算法，而是 700+ 个 skill 文件——这些文件编码了视频生产的领域知识。

这和工业革命的逻辑一致。蒸汽机（模型）是通用技术，但真正改变世界的是把蒸汽机装进纺织机、火车、轮船的编排工程。OpenMontage 做的就是这件事——把 AI 生成能力"装进"视频生产的各个环节。

4.7 万 star 背后，是开发者社区对"编排比模型更重要"这个判断的认同。如果这个判断正确，未来 AI 创业的核心竞争力将不是"我能训练多大的模型"，而是"我能把多少领域知识结构化成 agent skills"。

项目地址：https://github.com/calesthio/OpenMontage
协议：AGPLv3
示例作品：SIGNAL FROM TOMORROW / THE LAST BANANA / The Library at Alexandria
核心数据：12 条生产流水线 / 100+ 工具 / 700+ agent skill 文件