解释视频这活儿，Perplexity 想让 AI 先接过去

Nori 在 X 上发了一条动画解释视频，主题是 AI 在“想得更用力”的时候，GPU 内部到底在发生什么。视频不是她逐帧做的，是丢给 Perplexity 的 Producer teammate 生成的，在 Computer 里完成。

Nori 自己的评价是，作为一个起点挺让人意外，尤其适合没有创意或编辑团队的人。

关键就在“起点”这两个字。

解释视频是个挺别扭的品类。它得准，技术细节错一处，懂行的观众立刻掉头；它还得好看，纯口播没人看完，加动画就要有分镜、脚本、动效、配音，一条几分钟的视频能拖垮一个小团队。这块业务长期被专业工作室和少数科普博主占着，甲方预算和周期都摆在那。

Producer 想切的就是这个成本结构。它把脚本、视觉、剪辑压进一次对话里，出来的东西不一定能直接发，但足够当第一版。

问题也摆得清楚：AI 生成的技术解释，错起来往往很有自信。GPU 的显存层级、算子调度、并行策略，任何一处讲岔，动画越顺滑，误导越大。观众不会因为画面好看就原谅事实错误。

所以合理用法大概是，先让它把结构和可视化草稿定下来，再找人核对事实，重调节奏，最后再发。省掉的是从零画分镜的那几天，不是审稿这一步。

对缺设计资源、又想稳定产出解释内容的小团队，这已经是个能用的起点。至于它什么时候能从“起点”变成“成片”，得看下一版能不能把事实核查也接过去。