上一期视频分享了怎么用 Codex 制作桌面宠物，当时的案例是我家的小狗钱钱。这个功能我觉得很有意思，这两天我又尝试了几个其他形象，顺便研究了一下它的实现原理。这期给大家看一下新形象的效果，以及桌面宠物的动作素材具体是怎么生成出来的。
三个新的自定义形象
打开 Codex 的设置，进入 Appearance，底下有一个 Pets 选项。
在 Custom pets 里可以看到我新制作的三个形象：第一个是高达 Aegis，第二个是宇智波鼬 Itachi Crow，第三个是巴达兽 Patamon。
这几个里面我比较喜欢宇智波鼬，它的左上角还飞着一只乌鸦。鼠标 hover 上去的时候会有漂浮的效果，根据 Codex 不同的任务状态，它还会切换不同的动作。
九个动作是怎么生成的
为了方便查看，我把宠物素材丢到了自己做的一个 Agent 画布工具上。可以看到默认造型是有一张参考图的，不然让它自己去猜，形象没有这么准确。
宠物的动作总共有九个，比如空闲、向右跑、向左跑，每个动作都有对应的提示词文档和生成出来的动作视频。
生成过程大概是这样的：先生成一张基础图片，确定视觉风格，然后基于图生图的方式生成网格状的雪碧图。最开始它是一条一条生成的，第一个动作生成第一条，第二个动作生成第二条，全部生成完之后拼到一张雪碧图里面，再通过程序的方式剪成视频。我们在桌面上看到的宠物动作，其实就是一帧一帧的画面组合到一起的。
生成宠物的时候会跑一个子 Agent 来执行这个任务，提示词是可以在过程里看到的。我把基础形象的提示词整理了出来，可以看到它对形象描述、风格约束和输出规格写得很具体，比如要求纯色背景、不要文字和多余装饰。
复杂形象的效果问题
高达这个形象有一个问题：宠物图片的宽度和高度是固定的，比较复杂、不那么 Q 版的形象，在相同大小的网格里空白的位置比较多，主体就会显得比较小，它也没办法自己去调整大小。
对比一下就很明显。小狗钱钱的外观圆圆的，显示出来非常清晰；高达这种偏人形的形象就会显得太小，我觉得反而没有 Q 版形象好看。巴达兽这种胖嘟嘟的也比较清楚。
纯色背景抠图和 hatch-pet skill
巴达兽的制作过程是类似的，但可以看得更清楚。第一步生成的主体图片是带背景的，而且特意使用纯色、比较奇怪的颜色，比如绿色、青色或者紫色，目的是方便程序抠图，把主体从背景里抠出来。
主体抠出来之后，再通过图生图的方式保持主体不变，生成每一个动作的序列。这些动作序列使用的是 hatch-pet 这个 skill 内置的提示词，也就是上一期安装的那个孵化宠物的 skill。
我还尝试给它做了一个从巴达兽进化为天使兽的动作。这个序列可能比较难生成，做得不是很准确，生成了一个胖嘟嘟的天使兽。另外这个动作在什么情况下会被调用，我还没有试出来。
Codex 的能力边界在变广
这个功能推出之后，我的感觉是 Codex 的能力边界变得越来越广了。自从它自带生图工具，玩法丰富了很多：我们用它做应用或者做游戏的时候，它可以天然地生成游戏素材和更精美的 UI，比传统纯生成代码的方式上限高了不少。
Codex 现在自己有一个好的编程模型，也有一个好的生图模型。假设未来 OpenAI 有更好的视频生成模型，Codex 的模态会变得越来越丰富，我们做复杂应用的难度也会越来越低。