72-second Chinese music video generated in Cursor

20 分钟，Opus 5.5 做完了一支 72 秒的中文 MV。 起因是有人说，最近那支刷屏的英文 MV 是 Opus 5.5 直接做的。 我不太信，就在 Cursor 里跟它说：你给我做个中文版。 我干的活只有一件：扫码登录。 剩下的它自己来： 写中文歌词，押韵，还塞满了 AI 圈的梗 自己打开海绵音乐，填词、写风格、点生成 自己把两版歌下载下来挑 最狠的是挑歌这一步。 它听不见声音，就把两版都丢进语音识别，逐字比咬字。 发现识别结果里凭空冒出一句"作词 李宗盛"，它直接判断：这是模型幻觉，换参数重跑。 最后告诉我：A 版的 P(doom) 唱得最准，用这版。 然后写了 1357 行代码，16 个镜头，每个字都卡在歌里真实唱出来的那一帧。 渲染完它还不放心，又拿语音识别回头核了一遍：音画误差不到 2 帧。 没有剪辑软件，没有视频生成模型，每一帧画面都是代码画出来的。 以前做这种 MV，是一个团队干一周的活。 现在是一个人扫个码的事。

— 雨哥向前冲 (@xiangxiang103) Sep 27, 2026