一毛不花剪出紀錄片，要新畫面才付錢：OpenMontage 三條路拆解

你打一句「做一支凌晨四點的城市紀錄片」，它去公開的影片圖書館翻出真的街景，剪成九十秒，一毛不花。你再打一句「做一支香蕉和奇異果交朋友的動畫」，它去外面的動畫公司訂了六段畫面，帳單一塊三毛三。你家裡剛好有一張好顯卡，它連外包都省了，畫面自己生。

這就是 OpenMontage，一個今年三月底才開張的開源專案，五個月後在 GitHub 上拿到 54,148 顆星，還衝過熱門排行的單日第一。它做的事講白一點，是把你的 AI 助手變成一間影片製作公司。

這篇講三件事：這間公司怎麼運作、三條路各要花多少錢做得出什麼、還有開工前你該先知道的幾件事。

一間只有一個員工的影片公司

先講它是什麼。你可以把它想成你開了一間影片製作公司，但公司裡只有一個人，就是製片。

製片自己不拍片、不畫圖、不配音。他負責跑流程：先查資料，然後寫企劃，然後寫腳本，然後排分鏡，然後去找素材，然後剪，最後合成交片。七個步驟，一步接一步。每一步做完，他會來敲你的門，把東西攤在你面前，你點頭他才做下一步。

這個製片就是你的 AI 編程助手，像 Claude Code、Cursor 這類工具。AI 編程助手你可能沒用過，它是那種能讀你電腦裡的檔案、還能自己敲指令跑程式的 AI，平常幫工程師寫程式。在這裡，它改行當製片。

OpenMontage 給這個製片的，是一本很厚的製作手冊。整個專案 2,115 個檔案，說明文件佔了 1,096 個，程式碼只有 517 個，手冊比程式碼還多一倍。技術上講，OpenMontage 是一套免費開源的影片製作系統，用設定檔和說明文件描述每一條流程，由 AI 編程助手讀完之後照著執行。

製片敲門的時候長這樣：

腳本寫完了，製片停在那裡等你回話。右邊那欄是他挑供應商的理由，每個決定都留紀錄。圖片來源：OpenMontage 專案文件

這間公司交得出什麼？下面六格是官方展示的成片，出自一支叫「SIGNAL FROM TOMORROW」的科幻預告，畫面由 Google 的 Veo 生成：

官方展示的成片畫面。圖片來源：OpenMontage 專案文件

錢從三個地方流掉

任何影片公司的錢都花在同樣三個地方。

第一個是畫面。你要嘛自己拍，要嘛花錢請人做。在 AI 這一行，請人做就是叫 Kling、Veo、Runway 這些服務生成新畫面，按秒計費。

第二個是配音。請一個配音員來唸稿，在 AI 這一行是 ElevenLabs、Google 這些雲端語音服務。

第三個是素材。買素材庫的授權，才能用裡面的空拍、街景、自然風景。

要做到一毛不花，就是這三項全部改用公司內建的免費資源。配音員換成一個叫 Piper 的軟體，直接跑在你自己的電腦上，不連網也能唸。素材庫換成網路檔案館 Archive.org、NASA 的官方影片庫、維基共享資源這些公開的地方，誰都能拿。

那畫面呢？不生成。

免費的不是生成，是不用生成也能做出片。

市面上號稱免費的 AI 影片工具，大多是把幾張圖加上推鏡，就叫做影片。OpenMontage 這條免費路線走的是另一套：去找真的會動的畫面，然後真的剪。

第一條路：去素材圖書館找現成的，一毛不花

你跟製片說「做一支九十秒的紀錄片，講一座城市在凌晨四點的樣子，只用真實畫面」。他點頭，你去倒杯水。回來的時候，分鏡已經在排了。

他做的事情是這樣。先去三間公開的影片圖書館，網路檔案館、NASA、維基共享資源，把跟城市、夜晚、街道有關的片段都借回來，堆成一個素材倉庫。

然後倉庫需要一個管理員。這個管理員很特別，他不是看檔名找片，是真的看過每一段畫面在拍什麼。你跟他說「我要一個空蕩蕩的十字路口，紅綠燈在閃」，他從幾百段裡把對的那段抽出來。這個管理員的技術名字叫 CLIP，一種能同時看懂圖片和文字、把兩邊對起來的 AI 模型。

片段挑好，Piper 在你電腦上把旁白唸出來，最後合成、上字幕，字幕的時間軸會對到每一個字。

開工要準備什麼

四樣東西：Python、FFmpeg、Node.js 這三套軟體，加一個 AI 編程助手。三套軟體都有現成安裝包，照官方步驟走大概半小時。

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

裝完之後，直接在你的 AI 助手裡打下面這句，官方文件的原始範例。

"Make a 90-second documentary montage about what a city feels like at 4am. Use real footage only, no narration, elegiac tone."

use real footage only（只用真實影片）這幾個字一定要寫。漏了，製片會自己跑去外面訂新畫面，錢就開始跑了。

這條路交得出什麼

官方文件裡有一支叫「How Salt Made History」的紀錄片，長 100 秒。內容是鹽怎麼撐起帝國、改變貿易路線，最後變成英文「salary」這個字的由來。畫面全是真實影片，配上原創旁白，再加手工做的片頭、詞源動畫和歷史時間軸。

那大概就是這條路的天花板：在已經拍好的畫面裡，找到對的那幾格。

什麼時候別走這條

需要指定角色、指定商品、指定畫面的時候。圖書館只找得到已經存在的東西。你要一隻穿西裝的柴犬，網路檔案館沒有。

還有一點要先知道：這條流程官方自己標成測試版，承認還有粗糙的地方。它的預設值也很保守，單次花費上限 1 美金、最長跑 60 分鐘、每一步都要你點頭才往下走。

第二條路：外包給動畫公司，一支片一塊三毛三

一根孤單的香蕉，在冰箱裡遇見一顆奇異果，兩個交上朋友。60 秒，畫風接近皮克斯，從寫腳本、配音、配樂到剪成成片，總共花了 1.33 美元。

這支片的畫面不是圖書館找來的，是製片拿著分鏡去外面的動畫公司訂做的。在 AI 這一行，動畫公司就是 Kling、Google Veo、Runway 這些生成服務，你描述一段畫面，它生一段給你，按秒收錢。

這條路你會看著錢一段一段被扣掉。第一段畫面生完，帳上少幾毛；六段生完，總共 1.33 美元。

左上角是即時花費對預算上限，右下角的活動紀錄一行一行標著每張圖花了 0.04 美元。圖片來源：OpenMontage 專案文件

那支香蕉短片的組成，官方攤得很細：六段 Kling v3 生成的動畫畫面、一段 Google Chirp3-HD 的 AI 旁白、一首免版稅鋼琴配樂，再加一整套抖音風格的逐字字幕，最後合成一支 60 秒的成片。另外兩支範例，50 秒的直式轉場片約 4 美元，把七個 AI 生成世界串起來的展示片約 5 美元。這些都是官方文件標的數字，沒有第三方實測。

規律很明顯，錢幾乎全砸在跟動畫公司訂畫面那一步。旁白、配樂、字幕、合成加起來佔比極小。想省錢，就是省畫面的秒數，不是去摳配音那幾毛。

動畫公司可以隨時換

OpenMontage 接了 20 幾家生成服務。製片會自己比較，挑一家，還會把「為什麼挑這家」寫成紀錄留給你看。今天用 Kling，明天想換 Veo，換一組金鑰就好，不用重寫任何流程。

想先確認畫面風格再決定要不要接進來，可以看一張圖，一句話，就能生成影片：Kling AI 完整介紹。

利益揭露：以下是聯盟連結。要先在網頁版跑幾支確認人物一致性和運鏡風格，可以從 Kling AI 開始，順手的話再把金鑰填回設定檔。

什麼時候走這條

你要的畫面世界上不存在的時候。角色、場景、商品、風格都得自己定，那這條是唯一解。

第三條路：自己買設備，開一個動畫部門

外包久了，有人會想：不如自己買機器。

第三條路就是這個。你在自己的電腦上裝一套會生畫面的 AI 模型，製片要新畫面的時候，不用再打電話給外面的動畫公司，直接叫自家部門做。

make install-gpu

# 然後在設定檔加上
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5b

能裝的模型有阿里巴巴的 WAN 2.1 和 2.2、騰訊的 Hunyuan 1.5、LTX-2、CogVideo，全都免費下載。

這個部門要多大的工作檯

自家動畫部門最大的限制是工作檯有多大。這個工作檯叫顯示記憶體，也就是顯卡自己的記憶體。模型越大，攤開來要的桌面越大，桌子不夠大它就擺不下。

依 Atlas Cloud 的中文技術整理，WAN 2.2 的小版本 8GB 就跑得動，大版本要 24GB。想在家裡做到接近外包的畫質，你看的是 24GB 這條線。

同樣是聯盟連結：這條線上的工作站顯卡，麗臺 RTX PRO 4000 Blackwell 規格剛好落在門檻，本地跑 AI 和影像算圖可以共用同一張。

什麼時候才划算

這條路的成本結構跟前兩條完全不同：畫面不用錢，但機器和電費是你的。

算一下就清楚。一個月產不到十支片，外包比買機器便宜太多。做每天更新的頻道，機器幾個月就回本。

三條路怎麼選

大部分人應該從圖書館那條開始。理由很簡單：不用申請任何帳號、不用填任何金鑰，裝完就能完整跑一次。先看看這間公司交出來的東西有沒有到你的標準，再決定要不要掏錢或掏機器。

開工前先知道的四件事

1. 它是一套流程，不是一個 app。 沒有 Claude Code、Cursor 這類能讀檔又能執行指令的 AI 助手，這間公司就沒有製片，整套跑不起來。這也是中文技術圈對它最常見的批評。

2. 沒有傳統剪輯軟體那種介面。 但它附了一塊製作進度白板，叫 Backlot，一行指令就開得起來。七個步驟在白板上一格一格亮起來，分鏡卡片一張張補進去，每張下面標著這一格花了多少錢。跑完長這樣：

五個分鏡各自標著用哪個模型、花多少、什麼鏡位，其中一鏡生了三個版本。最底下是成片。圖片來源：OpenMontage 專案文件

跑完還能整段重播。

3. Windows 只是部分支援。 官方文件直接寫了安裝時可能會出錯，附上替代指令。其中一條渲染路線在 Windows 上也可能有相容性問題。

4. 合約有商用邊界。 它用的授權叫 AGPL-3.0，你可以把它想成一份合約，條款是：你拿去改，改完的東西也得公開。自己拿來做內容沒問題，但要包成服務對外賣，得先想清楚。

還有一點：12 條流程裡有幾條標著測試版。這不是拿來當每日排程用的東西，至少現在還不是。

常見問題

OpenMontage 完全免費嗎？ 軟體本身免費，程式碼公開。但「免費生成新畫面」只有在你家裡有 NVIDIA 顯卡的時候才成立。一毛不花的那條路，是去公開影片庫找現成的畫面來剪，不是免費生成。

不會寫程式可以用嗎？ 需要一點基礎。你要能自己裝 Python、FFmpeg、Node.js 這三套軟體，而且要有 Claude Code 或 Cursor 這類 AI 編程助手。裝好之後就是打字描述你要什麼，不用寫程式。

跟 Runway、Sora 差在哪？ 管的範圍不同。Runway 和 Sora 是動畫公司，給你一段畫面，你自己接成片。OpenMontage 是整間製作公司，從查資料、寫腳本、分鏡、生素材、剪輯到合成整套包辦。想看這條光譜上其他工具的位置，可以參考AI 影片編輯三部曲：從個人 CLI 工具到 Runway 的逐幀重寫。

做出來的影片可以商用嗎？ 要分兩層看。它的授權管的是程式碼本身，不是你產出的影片。但你用的每個素材來源和 AI 模型有各自的規定，網路檔案館的檔案、Pexels 素材、Kling 或 Veo 的輸出條款都要各自確認。

該不該開這間公司

只想快點生出一支片的人，不用開。光是裝環境、讀手冊、跑通第一條流程，就夠你耗掉一個下午。

它適合的是要長期產內容、而且願意把流程本身當資產在養的人。Higgsfield 把製作流程做成節點編輯器，OpenMontage 把製作流程寫成一千多份手冊，兩邊在賭同一件事：真正稀缺的不是模型，是把模型串起來的那套流程。

所以問題變成：這套流程你要租別人的，還是自己養一間公司，慢慢改到符合你的節目調性？