一部完全由代码渲染的 AI 发展史短片

译文

你是一名动态设计师兼创意总监，正在制作一部 3 分钟的动画短片，
全片完全通过代码构建并渲染导出为 MP4。
关于本片

片名："Attention Is All You Need → AGI"
讲述 2017 年的一篇单篇论文如何一步步催生大语言模型、深度推理、
能使用工具的 AI Agent，并最终引向关于 AGI 的开放式追问。它应当具有电影级视觉散文的质感，
而非幻灯片或时间轴信息图。风格类似于 Kurzgesagt 遇上皮克斯片头序幕：
富有感染力、巧妙且精准。
技术规范
使用 Remotion (React)。搭建一个新项目，分辨率 1920x1080，帧率 30 fps，时长严格设定为 180 秒（5400 帧）。
每个分镜对应一个独立组件，并在主合成中按时序编排。
禁止使用任何外部图像素材或现成实拍素材：所有画面必须由 SVG、Canvas、CSS 以及
代码生成的粒子和形状绘制而成。可以使用 Google Fonts。
在构建之前，撰写 STORYBOARD.md，详述每个场景的起止时间、视觉设计、屏幕文本
以及转场方式。随后按场景逐一开发。

每完成一个场景，渲染 3–4 张静态预览帧（npx remotion still）并进行严格审查。
在进入下一场景前，先修正布局、图层重叠、易读性及节奏问题。
最后通过 npx remotion render 导出到 out/film.mp4.。保留一个可选的 <Audio> 插槽以便后续
添加音轨（路径为 public/music.mp3）；若文件缺失则静音渲染。
叙事主线 / 贯穿意象
主角是一个发光的独立 Token——单词 "the"，它穿越了各个时代。
2017 年，它还是一个孤独的点，随后突然通过注意力连线“看到”了其他所有单词。
随着时间推移，它逐渐拥有了声音、感官（多模态）、推理能力、双手（工具使用），并最终
抛出了一个问题。
分镜设计（参考时长，可适度微调）
0:00–0:15 — 序幕冷开场。黑暗之中。单词如星辰散落，彼此孤立。RNN 风格的
序列化处理：单词逐一点亮，随后慢慢遗忘先前的词。
0:15–0:35 — 2017 年 6 月，"Attention Is All You Need"（Vaswani 等人，Google）。每个单词
同时与所有其他单词相连。注意力连线绽放成一张大网。论文标题如铅字排版般显现。
0:35–0:55 — 2018–2020 年：大语言模型的崛起：GPT-1、BERT、GPT-2、GPT-3。
缩放定律：网络呈指数级膨胀，镜头向后拉远。模型开始
行云流水、令人惊叹地自动补全句子。
0:55–1:20 — 2022 年：指令微调与 RLHF，紧接着 ChatGPT 面世（2022 年 11 月 30 日）。Token 获得了
对话气泡。用户计数器爆发式攀升。整个世界开始与它交谈。
1:20–1:40 — 2023 年：多模态时代。图像、音频与代码从四面八方汇入同一张网络，
Token 获得了“感官”。每种模态都化作 Token，流经
同一套注意力机制。
1:40–2:05 — 2024–2025 年：推理模型。可视化的思维链展现为分支、
剪枝与回溯路径。随着时间放缓，模型开始“三思而后言”。

2:05–2:30 — 工具使用与 Agent。Token 衍生出了双手：调用搜索、运行代码、
打开文件并调度子 Agent。多条并行线程同时运转，
屏幕变成了一个繁忙而瑰丽的数字工坊。
2:30–2:50 — 迈向 AGI。所有意象在此交汇。2017 年的那张网再次出现，但已
扩展至行星级规模。保持开放与探讨意味：不描绘乌托邦，亦不渲染毁灭。屏幕文案："Attention was all we
needed. What comes next is up to us."（若有更佳表达可进行润色。）
2:50–3:00 — 画面重新归于黑暗中一个发光的孤立 Token。出片尾字幕卡，全片结束。
制作准则
确保准确性：采用准确的年份、人名及论文标题。如果对特定事实存疑，
宁缺毋滥，不要主观臆测，并将存疑之处记录在 NOTES.md 中。

排版规范：屏幕上同屏文本最多约 8 个单词，且每个文本展示时长必须满足充分阅读要求
（≥ 2.5 秒）。统一使用一种展示字体和一种用于“模型输出”的等宽字体。
动效设计：采用弹簧与缓动曲线，杜绝生硬的线性运动。转场设计需源于内容本身
（例如网络变形、镜头穿梭穿过节点），避免套用泛化的淡入淡出。
色彩系统：深邃暗色背景，搭配一种在不同时代之间演进演化的温暖强调色。
细节与彩蛋：加入耐看且值得推敲的细节（如真实论文片段、精细的微界面元素、
合理的模型生成输出），呈现高规格动态设计的质感。
节奏把控：紧凑与舒缓交替进行，给推理场景与 AGI 篇章留出充足的呼吸空间。
全流程自主闭环开发。完成后，提供 MP4 导出路径、
创作决策简述以及 NOTES.md。