||

鹈鹕六千年好在哪:Gemini 用纯代码画出 20 个时代

鹈鹕六千年好在哪:Gemini 用纯代码画出 20 个时代

作者注:拆解纯代码中文视听长卷《鹈鹕六千年的车》如何用 2 分 55 秒穿越 20 个艺术史时代,并教你用 gemini-4-hydrogen 做一小段同类纯代码画面。

如果你看过《鹈鹕六千年的车》,大概会被一个细节困住:一只骑自行车的鹈鹕,从撒哈拉岩画一路骑到竖屏短视频,整部片子没有一张图片、没有一个字体包、没有一个音频文件。浏览器打开,点一下画面,它就开始播。

这不是一段渲染好的 MP4,而是一个 2.56 MiB 的单文件 HTML,画面全部由 Canvas 和 SVG 实时绘制。本文不做署名核对,只聊作品本身:20 个时代是怎么连起来的,纯代码是怎么撑起整部片子的,以及你想自己试一段时,该怎么调用 Gemini 4。

核心价值:读完本文,你会知道这支片子好在哪几处,并能照着步骤,用 gemini-4-hydrogen 生成一小段属于自己的纯代码时代画面。

pelican-6000-gemini-pure-code-20-eras-image-0


鹈鹕六千年核心要点:一部片子做成了什么

先给一个省流版。这支片子在仓库 README 里的自我描述是:一整部 2 分 55 秒(174.64 秒)的纯代码中文交互式视听长卷,从铁匠铺矢量篆刻开场,穿越 20 个艺术史时代,用 Live Canvas 和 SVG 动态笔触渲染画面。

要点 说明 对观众的意义
20 个时代一镜到底 从撒哈拉岩画到代码美学,每幕都有一个小故事 不是风格滤镜轮播,而是有情节的艺术史漫游
纯代码画面 0 PNG/JPG、0 WOFF2/TTF,画面由 Canvas/SVG 实时绘制 单文件即可播放,可读、可改、可学
中文视听同步 歌词逐字对齐,主唱、木吉他、打铁、余音分轨 画面节奏和字幕跟着歌走
交互式播放 点击或空格播放,F 全屏,方向键进退 5 秒 像播放器一样操作一部代码作品
规格克制 960×720、30 fps,zip 1.93 MB,html 2.56 MiB 体积小到可以直接发给朋友

鹈鹕六千年的命题从哪来

这支片子的起点,是 Simon Willison 那个流传很广的测试命题「A pelican riding a bicycle」:让大模型用代码画一只骑自行车的鹈鹕。原命题是一张静态 SVG,考的是模型能不能把一个荒诞场景用矢量图形讲清楚。

《鹈鹕六千年的车》把这个命题拉长成了一部电影。仓库里也致敬了先行项目 orbitoo/pelican-test,那是另一支 137 秒、1920×1080、60 fps 的片子,和本文讨论的这支 174.64 秒、960×720、30 fps 的长卷是两部作品,不要混为一谈。

署名方面一句话带过:片尾写的是 Hydrogen 独立完成,data/film.json 里记录的型号是 gemini-4-carbon。两者都属于 Gemini 4 家族,API易 上都已在架。


鹈鹕六千年的 20 个时代:逐幕看画面怎么讲故事

这部片子最打动人的地方,是每一幕都不只换了画风,还让鹈鹕在那个时代里「惹了点事」。下面按 data/film.json 的 story 字段,挑 10 幕展开讲,其余收进表格。

pelican-6000-gemini-pure-code-20-eras-image-1

撒哈拉岩画到汉画像石:鹈鹕六千年的开端

第一幕是撒哈拉岩画:牧人与牛群停下脚步,围观一只骑车的鹈鹕。岩画本身是人类最早的叙事图像之一,让鹈鹕从这里出发,等于把「六千年」这个片名落到了实处。

到了汉画像石拓片,鹈鹕混进了官员的车马队,石匠顺手把这位鹈鹕骑者刻进了石头。汉画像石本就以车马出行图闻名,把自行车塞进马车队列,是整部片子里最典型的那种「一本正经地胡闹」。

唐代白描与宋代山水:鹈鹕六千年的东方笔法

唐代白描这一幕的设定是「吴带当风」,羽毛与衣带一同翻飞。吴带当风原本形容吴道子笔下衣带飘举的线条,片子让鹈鹕的羽毛也加入这种飘动,纯靠线条完成运动感,正好是 SVG 路径最擅长的事。

宋代山水则换了一种镜头语言:画面推进千仞山峦,在山路上才找到一只小小的骑车鹈鹕。这一幕考的是构图和尺度,主角被刻意放小,符合宋画「人在山中」的气质。

清明上河图与八大山人:鹈鹕六千年的幽默感

清明上河图这一幕,鹈鹕骑上虹桥,桥上路人纷纷回头。熟悉原画的人会会心一笑,因为虹桥本就是整幅长卷最热闹的地方。

八大山人写意是全片最「省」的一幕:大片留白,寥寥几笔,鹈鹕翻了一个白眼。八大山人笔下的鸟以白眼看人著称,这个梗只用一个眼神完成,是全片最见功力的细节之一。

星月夜与呐喊:鹈鹕六千年闯进西方名画

星月夜里,星空漩涡跟着车轮一起转。车轮的旋转和梵高笔触的漩涡被绑在一起,用代码做动态笔触,这一幕的视觉回报非常直接。

呐喊这一幕则有完整的小剧情:桥上的呐喊者受了惊,鹈鹕吼回去,随后双方陷入尴尬沉默。一张世界上最著名的惊恐面孔,被一只鹈鹕怼了回去,节奏感很像短剧里的反转。

示波器与代码美学:鹈鹕六千年回到代码本身

示波器矢量图这一幕,有人转错了旋钮,鹈鹕被扭成了李萨如图形。李萨如图形本身就是由数学函数生成的曲线,在一部纯代码作品里出现,几乎是一种自我指涉。

最后一幕代码美学,画面变成一行行 SVG 代码,把鹈鹕重新画了出来。片子在这里把底牌亮给观众:你刚刚看的 20 个时代,全都是这样一行行写出来的。尾声里,二十幅时代答卷挂满展墙,第二十一席的空椅静候「鹈鹕本人」回应。

鹈鹕六千年其余 10 幕速览

时代 film.json 中的故事 看点
埃及壁画 未完成的墓室壁画,鹈鹕停下摆出埃及侧身姿势 主角主动配合画风
玛雅抄本 旁人用玛雅点横数字记录踩了多少圈 把古文字变成计数器
莫卧儿细密画 宫廷花园宾客从多个视角围观 多视点构图
爪哇皮影戏 变成镂空皮影,车轮一顿一顿地转 用卡顿模拟皮影质感
浮世绘 富士山下田间小道,赶路的人回头 「回头」成为全片母题
诺斯费拉图 墙上影子自行爬楼梯,离开时通了电 默片影子的经典调度
8-bit 像素游戏 跳过坑洞,吃金币,弹出 1UP 游戏语法直接入画
早期聊天窗口 被发成 256 色动图,对方两次窗口抖动 互联网考古梗
蒸汽波 世界慢放,大理石像回头,磁带跳针 时间感被拉扯
竖屏短视频 画面变竖屏,定格慢放,点赞爆满 画幅本身成为叙事

把 20 幕放在一起看,会发现一条暗线:前半段是人类手工图像史(岩画、壁画、拓片、绘画),后半段是机器图像史(示波器、像素、聊天窗口、短视频),最后落在代码上。这条从「手刻」到「代码画」的弧线,才是片子真正的结构。


鹈鹕六千年为什么能纯代码播放

很多人第一次打开在线版时,会下意识以为后台在拉视频流。实际上这是一个完全自包含的网页作品,README 明确写了三个「零」:零音频采样、零外部位图、零外置字体包。

项目 规格 说明
时长 174.64 秒(2 分 55 秒) 一部完整长卷,不是循环小动画
分辨率与帧率 960×720,30 fps 4:3 画幅,偏复古展映质感
外部位图 0 PNG/JPG 所有画面由 Canvas/SVG 绘制
外置字体 0 WOFF2/TTF 篆刻、字幕等文字效果不依赖字体包
音频文件 0 MP3/WAV 播放时不读取任何音频文件
单文件 zip 1.93 MB 方便分发
单文件 html 2.56 MiB 浏览器直接打开即可

鹈鹕六千年的画面与声音管线

画面这条线比较好理解:每一幕的形体、笔触、镜头运动,都是用 Live Canvas 和 SVG 实时计算出来的。铁匠铺开场的矢量篆刻、唐代白描的飘动线条、星月夜的漩涡,本质上都是路径和参数在时间轴上的变化。

声音这条线需要照实说一句。data/lyrics.json 标明歌词来源是「Suno 原始歌词 + 本地逐字强制对齐」,data/audio/manifest.json 写明「仅包含代码与数字参数;播放不读取音频文件。参数储存原声频谱信息。」也就是说,歌是原有的 Suno 作品,片子把原声的频谱信息存成数字参数,再由浏览器 AudioWorklet 按主唱、木吉他、打铁、余音几条分轨实时合成出来,并不是模型当场写词作曲。

pelican-6000-gemini-pure-code-20-eras-image-2

鹈鹕六千年的播放操作

打开在线页面后,操作和普通视频播放器很像,但全部由页面脚本接管:

  • 点击画面或按空格:播放或暂停
  • 双击或按 F:进入全屏
  • 按 M:静音
  • 按 R:从头播放
  • 左右方向键:后退或前进 5 秒

建议第一次观看时直接全屏,把音量开到合适,从铁匠铺开场一路看到空椅子。方向键进退 5 秒很适合回看某一幕的细节,比如八大山人那一个白眼。


用 Gemini 4 纯代码画出你自己的时代:快速上手

看完片子,很多人的第一反应是:我能不能也让模型画一小段?答案是可以,而且门槛不高。你不需要复刻 20 幕和整首歌,只要挑一个时代,让模型输出一个能直接在浏览器里播放的单文件 HTML 即可。

想做类似的纯代码画面,生成过程会消耗 token。可以在 API易 用 OpenAI 兼容接口 https://api.apiyi.com/v1,模型填 gemini-4-hydrogen。按谷歌的官方定位,它是 Gemini 4 的日常执行档,由 Carbon 改编,全 1M 上下文统一价,适合这类需要反复迭代的创作任务。同族的 gemini-4-carbon 也在架,想换着试也很方便。

gemini-4-hydrogen 调用参数

参数 取值 说明
接口地址 base_url https://api.apiyi.com/v1 OpenAI 兼容,走 POST /v1/chat/completions
原生端点 /v1beta/models/gemini-4-hydrogen:generateContent 习惯 Gemini 原生格式时使用
model gemini-4-hydrogen 同族可选 gemini-4-carbon
思考档位 thinkingLevel low / medium / high / xhigh 默认 high,复杂动画可尝试更高档
单次最大输出 65,536 tokens 单文件 HTML 足够容纳一段完整小动画

鹈鹕六千年同款小段的四步做法

  1. 选一个时代:建议从结构简单的开始,比如八大山人写意或示波器矢量图,留白多、图形少,最容易一次成功。
  2. 写清约束:明确要求单个 HTML 文件、只用 Canvas 或内联 SVG、不引用任何外部图片和字体、点击画面开始播放、时长 8 到 15 秒。
  3. 发起请求:在你常用的 OpenAI SDK 里,把 base_url 设为 API易 的地址,api_key 填你的密钥,model 填 gemini-4-hydrogen,messages 里放下面的提示词。
  4. 保存并迭代:把返回内容存成 scene.html,浏览器打开看效果,再把问题(比如车轮不转、构图太满)追加到对话里让模型修改。

下面是一段可以直接用的提示词,复制到 user 消息里即可:

请输出一个完整的单文件 HTML,不要任何解释文字。内容:一只骑自行车的鹈鹕,画风为「八大山人写意」,大片留白,寥寥几笔水墨线条。动画时长约 12 秒:鹈鹕从画面左侧缓缓骑入,停在中央,翻一个白眼,再骑出右侧。技术约束:只用 Canvas 或内联 SVG 绘制;不得引用任何外部图片、字体、音频或脚本;画布 960×720;点击画面或按空格开始播放和暂停;动画用 requestAnimationFrame 驱动。

如果想往《鹈鹕六千年的车》的方向再走一步,可以在对话里继续追加第二个时代,比如「接着用示波器矢量图风格续一幕,转错旋钮时鹈鹕扭成李萨如图形」,让模型在同一个文件里做场景切换。一幕一幕加,比一次性要求 20 幕稳定得多。

🚀 上手建议:先在 API易 apiyi.com 领取新用户免费测试额度,用上面的提示词跑通一幕,再决定要不要扩展成多幕长卷。同一个 API Key 也能切到 gemini-4-carbon 对照效果,便于按自己的作品选型。

gemini-4-hydrogen 与 gemini-4-carbon 价格

以下价格来自 API易 模型总表,数据更新于 2026-11-16 09:39(UTC+8),单位为每 1M tokens:

型号 输入 输出 缓存读 上下文 / 最大输出 可用平台
gemini-4-hydrogen $1.5 $7.5 $0.075 1M 统一价 / 65,536 API易 apiyi.com(Default、SVIP 分组)
gemini-4-carbon $2 $10 $0.1 1,048,576 / 65,536 API易(Default、SVIP 分组)

纯代码动画的特点是输出很长:一段带动画逻辑的 HTML 往往比提示词大得多,所以输出单价对总花费影响最大。多轮迭代时,前面的上下文如果能命中缓存读,也能明显降低重复部分的成本。这支长片本身没有公开 token 账单,你自己的花费以实际调用量为准。

另外,谷歌在发布公告中自报了 Hydrogen 的 Terminal-Bench 成绩和速度提升数据,这些属于官方自报的通用基准,和这支片子的制作无关,选型时作为参考即可。


常见问题 FAQ

Q1:鹈鹕六千年到底是一部什么作品?

《鹈鹕六千年的车》是一部 2 分 55 秒(174.64 秒)的纯代码中文交互式视听长卷。一只骑自行车的鹈鹕从撒哈拉岩画出发,穿越 20 个艺术史时代,最后在代码美学一幕被一行行 SVG 重新画出。整部作品是单文件 HTML,浏览器直接播放。

Q2:鹈鹕六千年和 Simon Willison 的鹈鹕测试有什么区别?

Simon Willison 的命题是让模型画一张骑自行车的鹈鹕 SVG,是静态单图。《鹈鹕六千年的车》把它扩展成有 20 幕剧情、有中文歌词同步、有交互播放的长片。两者的规模和目标完全不同,单张 SVG 的成本也不能套用到这部长片上。

Q3:片子里的歌是 Gemini 现场唱的吗?

不是。歌词来源标注为 Suno 原始歌词加本地逐字强制对齐,声音部分以数字参数形式储存原声频谱信息,再由浏览器 AudioWorklet 实时合成。仓库里没有 MP3 或 WAV 文件,但歌本身并非模型当场创作。

Q4:鹈鹕六千年用的是哪个 Gemini 型号?

片尾署名是 Hydrogen,`data/film.json` 中记录的型号是 `gemini-4-carbon`。两者同属 Gemini 4 家族,对应型号 `gemini-4-hydrogen` 和 `gemini-4-carbon` 都可以在 API易 调用,想复现同类效果,两支都能试。

Q5:怎么用 API 让 Gemini 画一段纯代码时代画面?

推荐步骤如下:

1. 在 API易 apiyi.com 注册并获取 API Key 和免费测试额度
2. OpenAI SDK 中把 base_url 设为 API易 接口地址,model 填 `gemini-4-hydrogen`
3. 使用本文的提示词,要求输出单文件 HTML、只用 Canvas/SVG、点击开播
4. 保存为 html 文件打开预览,再多轮对话修改

Q6:一次能让模型生成完整 20 幕吗?

不建议。单次最大输出为 65,536 tokens,20 幕加上音频同步的代码量很容易超出,而且一次生成越复杂,出错点越多。更稳妥的做法是一幕一幕生成,在同一个文件里逐步追加场景和转场。

Q7:做纯代码动画大概要花多少钱?

取决于提示词长度、输出 HTML 的体积和迭代轮数。`gemini-4-hydrogen` 在 API易 apiyi.com 的价格是每 1M tokens 输入 $1.5、输出 $7.5、缓存读 $0.075(数据更新于 2026-11-16)。小段动画单轮输出通常远低于上限,建议先用免费额度跑几轮估算自己的用量。

Q8:生成的纯代码动画有哪些常见问题?

常见的有三类:一是模型偷偷引用外部字体或图片,需要在提示词里明确禁止;二是动画没有时间控制,一打开就跑完,需要要求点击开播;三是图形细节过多导致卡顿。遇到问题时,把具体现象描述给模型,让它定向修改即可。


鹈鹕六千年核心要点 Key Takeaways

  • 20 个时代有剧情:每幕都让鹈鹕在那个时代「惹点事」,而非单纯换画风
  • 从手刻到代码画:前半段是人类手工图像史,后半段是机器图像史,结尾落回代码
  • 三个零:0 PNG/JPG、0 字体包、0 音频文件,画面全靠 Canvas/SVG 实时绘制
  • 体积极小:单文件 html 2.56 MiB,zip 1.93 MB,点击或空格即可开播
  • 声音照实说:歌词来自 Suno,声音以原声频谱参数在浏览器中实时合成
  • 两支 Gemini 4:片尾 Hydrogen,数据文件写 gemini-4-carbon,两支都可调用
  • 自己试一幕:在 API易 apiyi.com 用 gemini-4-hydrogen 从单幕开始做纯代码画面

总结

《鹈鹕六千年的车》好在三处:

  1. 叙事:20 个艺术史时代被一只鹈鹕串成一条有起伏的线,每幕都有一个能让人笑出来的小事件,八大山人的白眼、呐喊的尴尬沉默都是神来之笔。
  2. 技术:不依赖任何外部位图、字体和音频文件,用一个 2.56 MiB 的 HTML 撑起 174.64 秒的视听长卷,最后一幕还把代码本身亮给观众。
  3. 视听同步:歌词逐字对齐、多轨分声部,画面节奏和中文歌声咬合在一起,让纯代码作品有了「电影感」。

如果你也想动手,最好的起点不是复刻整部片子,而是挑一个你最喜欢的时代,让模型写出一幕能在浏览器里播放的小动画。推荐在 API易 apiyi.com 用 gemini-4-hydrogen 先跑通第一幕,满意了再一幕一幕往后加,说不定第二十一席的空椅,等的就是你的那只鹈鹕。


📚 参考资料

  1. 鹈鹕六千年的车 在线播放:作品在线版本

    • 链接: wwh5441.github.io/pelican-6000-pure-code
    • 说明: 浏览器直接打开,点击或空格开始播放
  2. GitHub – pelican-6000-pure-code:作品源码仓库

    • 链接: github.com/wwh5441/pelican-6000-pure-code
    • 说明: 包含 README、data/film.json 场景数据、歌词与音频参数文件
  3. GitHub – orbitoo/pelican-test:作品致敬的先行项目

    • 链接: github.com/orbitoo/pelican-test
    • 说明: 另一支 137 秒、1920×1080、60 fps 的鹈鹕短片
  4. API易 模型总表:gemini-4-hydrogen 与 gemini-4-carbon 价格和分组

    • 链接: docs.apiyi.com/models.md
    • 说明: 数据更新于 2026-11-16 09:39(UTC+8)

作者:APIYI 技术团队
技术交流:欢迎在 API易 网站首页联系我们,Gemini 4 系列的接入说明可在文档中心查阅

延伸阅读

类似文章