Video, Blender 3D yazılımında yapay zeka kullanarak kamera hareketlerini hassas şekilde kontrol etme yöntemini göstermektedir. Yöntem, Claude gibi büyük dil modellerinin kod üretme yeteneklerini kullanarak, geleneksel text prompting yerine görsel/parametrik kamera tanımlaması ile çalışır. Bu yaklaşımda, 3D sahnedeki her nesne ve kamera hareketi matematiksel koordinatlarla tanımlanır; Claude bu parametreleri Python scripti olarak Blender'a gönderir ve sahnin gri render'ı otomatik olarak oluşturulur.

Yapay zeka tabanlı video üretim modellerinin (Seedance 2.5 gibi) ana sorunu, text promptları farklı şekillerde yorumlamalarıdır. Kişi "kamera yavaşça dönüş" yazsa bile model her seferinde farklı hız, yön veya açı seçebilir. Videoda sunulan çözüm, bu sözel belirsizliği ortadan kaldırarak kameraların kesin harekete dizilerini Blender'da 3D koordinat sistemi üzerinden tanımlamaktır. Böylece, video modeline verilen input artık "kamera böyle dönüş" değil, gri render ve keyframe verileridir — bu veriler nesnel ve tekrarlanabilirdir.

Teknolojik altyapı iki ana bileşenden oluşur: birincisi, Claude LLM'nin Blender'ın Python API'si ile çalışabilecek otomatasyon scriptleri yazmasıdır; ikincisi, Topview Blender eklentisinin bu render'ı doğrudan canvas'a ve timeline'a aktarmasıdır. Sonrasında, Seedance 2.5 gibi difüzyon tabanlı video üretim modelleri bu kamera verilerini referans olarak kullanarak (motion conditioning), oluşturacakları video karelerin kamera hareketi, referans gri render'ı takip etmesini sağlar. Böylece yapay zeka, görsel üretiminde yalnızca "ne" değil "nasıl" hareketini de öğrenir.

Bu yöntem, content creator'lar ve animatörler için devrim niteliğindedir. Geleneksel AI video üretiminde yaratıcı "amaç" ve teknik "kontrol" arasında çelişki yaşanırken (AI'ın yaratıcılığı vs insan kontrolü), bu sistem her ikisini birleştirir: insan 3D mizansenı ve kamera hareketi tasarlar, yapay zeka bu tasarımı sayısal korunarak görsel özdü ve karakteri dolduracak olan video kareleri üretir. Video gösterdikleri gibi, aynı gri sahneden farklı kamera planları ve karakterlerle birden fazla kısa film çıkarmak mümkündür — bu, seri content üretiminde iş akışı verimliliğini önemli ölçüde artırır.