不用買高階顯示卡，也能用 AI 做影片！Google Colab × Codex 零基礎實戰教學

- 先熟悉免費 Notebook，再查運算額度、GPU 地區和模型授權 -

一台普通 MacBook，能不能搭配雲端 GPU，開始做 AI 影片？

可以先從 Google Colab 的免費 Notebook 體驗雲端運算，再讓 Codex 協助閱讀開源專案、檢查環境與規劃工作流程。但「能用雲端 GPU」不代表每個帳號都能取得同一種 GPU，也不代表模型授權一定允許在分配到的機房執行。

本文以 MacBook 為例，帶你從零開始認識 Colab、Google Colab CLI 與 AI Agent 工作流。先做不會啟動 GPU 的練習；等你看懂費用、執行環境與模型授權，再決定是否繼續。

先看這個重要限制： 上游專案回報，它測試到的 Colab G4 執行階段位於美國或歐盟；MiniMax H3 開放權重授權目前排除美國、歐盟、英國與南韓。不要因為成功分配到 GPU，就直接下載或執行 H3。先確認最新授權、實際執行地區與你的使用方式；有疑問就停下來詢問權利人或改用條款適用的替代方案。

本文的 Colab 配額與模型授權資訊會隨方案及條款變動。Colab GPU 型號、使用限制與供應狀況也可能改變；本文不保證你能取得 G4，也不把上游作者的測試值當成每個人的預期成本。

Google Colab 是什麼？為什麼能用一般 MacBook 做運算？

Google Colab 是 Google 提供的雲端 Jupyter Notebook 服務。你可以在瀏覽器裡執行 Python 程式，運算工作由遠端執行階段處理；自己的電腦則負責操作、管理專案與下載成果。

可以先把它想成：

• MacBook： 你操作的工作桌，負責編輯、管理素材與發出指令。
• Colab 執行階段： 暫時租用的遠端電腦，依帳號方案與當時供應情況提供 CPU、GPU 或 TPU。
• Codex： 可以讀取你開啟的專案，協助理解程式、規劃步驟與整理檔案的 AI 助手。
• GPU： 適合大量平行運算的硬體，可用於部分 AI 圖像與影片模型。

Colab 的免費層可以用來練習 Notebook；但資源有使用限制，GPU 種類與可用性會變動。付費方案也不等於保證取得指定 GPU。Google 官方建議把 GPU 可用性視為依帳號與當下資源供應變動的服務。

先認識幾個常見名詞

本文提到的 Google Colab CLI 是 Google 維護的命令列工具，可以建立與停止 Colab 執行階段、執行程式及傳送檔案。它會連接你的 Colab 帳號，因此登入授權碼要由你自己操作，不要貼到 Codex 對話或公開分享。

開始前要準備什麼？

這篇教學的練習環境是 MacBook。即使電腦沒有 NVIDIA 顯示卡，也可以先完成 Colab 的基本 Notebook 體驗；真正能否使用特定雲端 GPU，則要以帳號裡的實際選項為準。

Codex 的方案額度與 Colab 的 GPU 費用是分開的。 使用 Codex 不會自動附送 Colab 運算單元。

符合資格的 Google AI 訂閱可能包含 Colab 權益，但實際內容依方案、地區與帳號而不同。不要依照舊文章中的固定 CCU 數量或價格購買；先到 Colab 帳號設定與付款頁，確認目前方案、餘額、費率與有效期限。

第一步：先免費體驗 Colab，不用安裝模型

先打開 Google Colab 並登入 Google 帳號。

1. 新增一個 Notebook。
2. 在程式碼儲存格輸入：

1

print("我的第一個 Google Colab 程式成功了！")

3. 按儲存格左側的播放按鈕，或按 Shift + Enter。
4. 看見輸出文字後，就完成了第一次雲端 Python 練習。

這一步不需要高階 GPU，也不需要下載影片模型。

如果只是熟悉介面，可以先使用一般 CPU 執行階段。上方「執行階段」選單裡的硬體選項會依帳號與時間不同；先查看有哪些選項即可，不用急著啟用 GPU。

工作完成後，從「執行階段」選單中停止或刪除執行階段。Colab 執行階段是暫時環境，重要檔案要下載回自己的電腦或另存到你信任的位置。

第二步：先看懂山獅霸開源專案

本文使用的範例是 山獅霸 AI 影片工作流 Colab 版。它把劇本、角色圖片、影片生成、配音、配樂、字幕與剪輯拆成多個階段，並提供給 AI Agent 閱讀的文件。

下載之前，先認識幾個重要檔案：

這是公開原始碼專案，但「開源」不等於每個模型都能自由商用，也不表示所有程式都適合直接執行。下載後先閱讀 README、安裝文件、授權與第三方告示；要執行任何安裝或雲端操作腳本前，請先讓 Codex 列出它會讀寫哪些檔案、下載什麼模型、連線到哪些服務、是否會啟動付費執行階段，再由你檢查。

上游專案的流程涵蓋角色定妝、場景與首幀、配音、H3 影片、配樂、字幕和剪輯。原始專案也提醒，部分模型只供非商業用途；若要製作商用影片，必須逐一核對模型、素材、音訊與輸出的授權，不要只看整個 GitHub Repo 的授權名稱。

第三步：在 Mac 安裝基本工具

開始前先確認專案文件與程式碼。以下是上游文件提供的 Mac 操作方向；執行前仍應核對該專案與 Colab CLI 的最新安裝說明。

1. 確認 Git

打開「終端機」，輸入：

1

git --version

若系統提示安裝 Command Line Developer Tools，依照 macOS 顯示的官方提示操作。

2. 安裝 uv 與 Python 3.12

已安裝 Homebrew 的 Mac 可以用：

1

brew install uv

也可以參考 uv 官方安裝文件選擇適合自己的方式。

確認 uv 可用後，安裝 Python 3.12：

1
2

uv --version
uv python install 3.12

3. 安裝 Google Colab CLI

Google 官方 CLI 文件目前提供 uv 安裝方式：

1
2

uv tool install google-colab-cli
colab version

如果系統找不到 colab 指令，可以依 uv 文件更新 shell 路徑，然後重新開啟終端機再確認。

Google Colab CLI 官方目前支援 macOS 與 Linux；Windows 尚未列為支援平台。不要直接把網路上找到的 Windows patch 套用到其他版本；先確認專案作者提供的修補方式、修改內容與備份方法，再決定是否使用。

4. 登入 Google 帳號

輸入：

1

colab usage

第一次使用時，CLI 可能會要求你在瀏覽器登入並完成授權。請由你本人在自己的終端機操作。

不要把 Google 顯示的授權碼貼到 Codex 對話、聊天室或程式碼檔案中。 授權碼與帳號登入資訊一樣，需要妥善保管。登入後，colab usage 可以查看帳號運算單元的使用率與餘額。

第四步：下載專案，讓 Codex 先做唯讀檢查

先在終端機建立工作資料夾，再下載公開 Repo：

1
2
3
4

mkdir -p ~/AI-Video-Test
cd ~/AI-Video-Test
git clone https://github.com/mathruffian-dot/shanshiba-workflow-colab.git
cd shanshiba-workflow-colab

下載 Repo 不代表已經下載所有模型。模型可能很大；上游 Colab 版本會在遠端執行階段準備所需環境，Mac 的硬碟仍需保留專案檔案與下載成果的空間。

如果你使用 Codex App，可以開啟這個本機資料夾，讓 Codex 先閱讀 README、AGENT_SETUP.md、cloud/README.md、docs/hardware.md 和 THIRD_PARTY_NOTICES.md。初次檢查時，不要讓 Agent 自動安裝套件、啟動 GPU、下載模型或執行影片任務。

給 Codex 的環境檢查提示詞

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

你是我的 Google Colab 與 AI 影片工作流助教。

我第一次使用 Google Colab，也第一次操作這個 GitHub 專案。
我的設備是 MacBook，沒有 NVIDIA CUDA 顯示卡。

請先唯讀閱讀：
1. README.md
2. AGENT_SETUP.md
3. cloud/README.md
4. docs/hardware.md
5. THIRD_PARTY_NOTICES.md

請整理以下資訊：
1. Mac 本機需要哪些工具與版本。
2. 哪些命令只會讀取資訊，哪些命令會安裝套件、修改檔案或連線到外部服務。
3. 哪些命令會建立 Colab 執行階段、可能消耗 CCU 或產生費用。
4. 專案中各模型、素材與輸出的授權限制。
5. 使用 MiniMax H3 時，執行地區與目前授權是否相容；若無法確認，請明確標為未知。
6. 完成範例影片所需的本機空間、下載內容與預估步驟。

這一輪只做閱讀和檢查：
不要執行安裝指令、不要修改檔案、不要登入帳號、
不要啟動 GPU、不要下載模型，也不要開始影片生成。
先列出檢查結果與仍需我確認的項目。

這樣可以先取得操作清單，再由你決定是否繼續。AI Agent 的建議仍需要人工檢查，尤其是任何會執行外部程式、寫入檔案、傳送素材或啟動付費資源的步驟。

先做帳號與專案檢查

在專案目錄中，上游提供的檢查指令是：

1

uv run --no-project --python 3.12 cloud/colab_h3.py check

執行前先確認這支程式的內容與目前文件一致。依上游文件，check 用來檢查 CLI 與帳號用量；它不應替你啟動 GPU。若實際程式行為與文件不符，先停止並查明原因。

第五步：看清額度與 H3 授權，再考慮 GPU

第一次操作不必急著購買 CCU 或啟動 GPU。若要使用付費方案，先打開 Colab 當下的方案頁，核對價格、帳號權益、額度到期規則與硬體供應情況。

有餘額也不代表一定拿得到 G4。建立 GPU 執行階段前，先了解 Colab 可能分配的地區與硬體，再確認該執行環境是否符合模型授權。

MiniMax H3 的地區限制是重要停步點

MiniMax H3 開放權重的授權文件目前將美國、歐盟、英國與南韓列為排除地區。上游專案表示，它測試到的 Colab G4 執行階段位於美國或歐盟；因此「成功取得 G4」不代表「可以在這個執行階段使用 H3」。

實際條款可能更新，且授權文件未必能回答每種跨境雲端情況。請直接閱讀目前的 MiniMax H3 Community License與上游Colab 機房說明。如果地區或適用方式不清楚，不要下載或執行 H3 權重；先向權利人確認，或選擇授權明確適用的模型與雲端環境。

上游文件提到可用 IP 地理位置服務作為線索，但 IP 顯示的城市不等於法律上的機房位置證明；向第三方地理位置服務查詢也會把執行階段的公開出口 IP 傳給該服務。不要把這種查詢結果當成授權確認。

若已確認可以測試，再單獨檢查 GPU

只有在你已了解可能費用，並確認所在地與模型授權條件後，才考慮建立 GPU 執行階段。上游文件範例為：

1

colab new -s h3 --gpu G4

這會嘗試建立名為 h3 的 G4 執行階段。建立前先確認帳號餘額與當下費率；建立後，運算單元可能隨執行時間扣抵。

若不確定授權或費用，停在這裡即可。不要為了測試能否開機，就先建立 GPU 再說。

若你已確認條件並建立了執行階段，可以用 CLI 查看狀態，並依官方命令將簡單檢查傳到遠端：

1
2

colab status -s h3
echo 'import subprocess; print(subprocess.getoutput("nvidia-smi"))' | colab exec -s h3

nvidia-smi 可以顯示遠端 GPU 資訊，但只能確認硬體狀態，不能證明模型授權、商用權利或 GPU 後續仍可取得。

檢查完就停止執行階段

完成硬體檢查後，若不打算繼續，立即停止：

1
2
3

colab stop -s h3
colab sessions
colab usage

第一行停止名為 h3 的執行階段；後兩行可再次檢查目前連線與帳號用量。

關閉 Codex、終端機或瀏覽器分頁，不等於遠端執行階段已停止。每次使用後，都要親自確認 Colab session 已停止。

第六步：在授權允許的環境執行範例工作流

只有在 H3 授權與執行地區已確認相容、費用可接受，而且你已檢查上游腳本之後，才進入這一節。

上游專案的完整流程指令包括：

1
2
3
4
5

uv run --no-project --python 3.12 cloud/colab_h3.py start
uv run --no-project --python 3.12 cloud/colab_h3.py smoke
uv run --no-project --python 3.12 cloud/colab_h3.py film pipeline/template_local chars masters frames
uv run --no-project --python 3.12 cloud/colab_h3.py film pipeline/template_local voices h3 amb edl music ending cut review
uv run --no-project --python 3.12 cloud/colab_h3.py stop

這些不是單純查看資訊的命令：

• start 會建立雲端工作環境、安裝或準備多項依賴與模型。
• smoke 會執行多個功能檢查。
• film ... chars masters frames 會產生角色、場景和鏡頭首幀。
• film ... voices h3 ... review 會生成配音、影片與其他素材，並執行後製檢查。
• stop 會停止雲端執行階段；仍應用 colab sessions 確認停止狀態。

先檢查每個命令會下載什麼、寫入哪個資料夾、連線哪些模型服務，以及哪些階段可能消耗 CCU。不要把整段流程一次交給 Agent 自動執行；分階段審核輸出，必要時手動停止。

先驗收角色與首幀，再決定是否繼續

在授權與費用條件都通過後，先產生範例角色和首幀，再人工檢查角色外觀、服裝、場景與構圖。若第一張圖就偏離劇本，先修正設定，不要直接進入大量影片生成。

上游範例會把部分結果同步到專案資料夾。請核對目前版本的文件，確認實際輸出路徑與生成內容後再繼續；目錄名稱可能隨上游版本調整。

影片生成、配音、下載或 GPU 連線失敗時，可能需要排錯或重跑。失敗重跑也可能增加運算時間與額度消耗，因此不保證第一次就能完成，也不應把作者某一次測試的耗時當成你的預估值。

第一次測試要準備多少 CCU？

可以先參考上游作者在 2026 年 10 月 10 日公開的測試紀錄，但它只代表該專案版本與該次執行情況，不是 Google 的固定價目或每支影片的保證成本。

作者的「30 鏡影片約 3 CCU」只計算 H3 生成部分，不含所有配音、生圖、配樂與剪輯；「38.5 秒範例約 8 CCU」也不代表其他長度或不同設定會有相同消耗。

購買或啟動前，請直接查看 Colab 帳號目前的方案、費率與餘額。可以先訂一個自己願意承擔的測試上限，逐階段檢查 colab usage；但這只是人工預算目標，不代表 Colab 已替你設定自動硬性上限。

確認範例可用後，如何改成自己的影片？

上游專案以 pipeline/template_local/film.json 管理範例影片設定。它包含影片名稱、人物、場景、分鏡、台詞與剪輯等資料。

不要直接覆蓋原始範例。先複製成自己的工作資料夾，確認新資料夾沒有帶入舊的生成快取，再讓 Codex 協助整理設定。每次生成前，先審核劇本、角色、鏡頭、輸出比例、素材來源、預計消耗與使用授權。

給 Codex 的原創短劇規劃提示詞

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

我已閱讀並理解這個專案的工作流。
我想製作一支自己的原創 AI 短劇，請先協助規劃，不要執行生成。

片名：《當 AI 助理請假》
影片長度：20～30 秒
比例：先依目前範例設定
風格：台灣職場喜劇
人物：一位老闆、一位 AI 助理
故事：老闆什麼都依賴 AI，結果 AI 突然宣布今天休假。

請先協助：
1. 寫出完整劇本。
2. 設計角色外觀與個性。
3. 規劃 4～6 個鏡頭。
4. 列出各鏡的角色、動作、台詞與預期畫面。
5. 說明需要修改或新增哪些檔案，以及是否會影響原始範例。

這一輪只整理提案，不要複製檔案、修改 film.json、
啟動 GPU、下載模型或產生素材。
等我確認劇本、費用與授權後，再列下一階段計畫。

讓 AI Agent 先整理可檢查的提案，等你確認後再進入會寫檔、連線或花費的操作。

如果你對「先租雲端 GPU 還是購買設備」也想比較，可以延伸閱讀先租 GPU，還是該買 RTX 5090？；想了解 Codex 如何串起影片工作的各階段，可以接著看用 Codex 打造 AI 影片工廠。

常見問題

Q1：MacBook M2 沒有 NVIDIA 顯示卡，也能做 AI 影片嗎？

可以用 MacBook 操作 Colab、管理專案並下載成果；需要大量 GPU 的階段則要看雲端資源是否可用，以及模型授權是否允許在該執行環境使用。這不表示所有模型都能在 Mac 本機執行，也不保證 Colab 一定提供指定 GPU。

Q2：第一次使用 Google Colab 一定要購買 CCU 嗎？

不一定。你可以先用免費 Notebook 練習 Python 與 Colab 介面。若要取得付費方案或特定加速器，先確認帳號目前的方案與供應情況；付費也不保證分配到 G4。

Q3：取得 Colab G4 後，就能直接執行 MiniMax H3 嗎？

不能只憑取得 GPU 就判定可以。MiniMax H3 開放權重授權目前排除美國、歐盟、英國與南韓，而上游專案回報它測試到的 Colab G4 位於美國或歐盟。執行前要確認最新授權和雲端執行環境；不確定時先停止並向權利人確認。

Q4：關閉 Codex 或終端機，Colab GPU 會自動停止嗎？

不要這樣假設。請使用 colab stop -s <session> 停止遠端執行階段，再用 colab sessions 確認 session 已結束，並查看 colab usage 檢查用量。

Q5：這套專案產出的影片可以商業使用嗎？

不能直接假設整套工作流都能商用。要逐一確認 H3、圖像與語音模型、音樂、角色素材、訓練或參考資料及輸出內容的授權；專案作者也標示部分模型僅供非商業用途。商用前請閱讀各模型與素材的現行條款。

參考資料與延伸閱讀

• 山獅霸 AI 影片工作流 Colab 版 GitHub
• 山獅霸的多重宇宙｜YouTube 原始影片
• Google Colab
• Google Colab 官方常見問題
• Google Colab CLI 官方 GitHub
• MiniMax H3 Community License
• uv 官方安裝文件
• OpenAI Codex App 文件

本文依上游專案文件與官方說明整理，最後檢視日期為 2026 年 10 月 18 日。Colab 方案、GPU 供應、運算單元費率、CLI 功能與模型授權都可能更新；操作前請查看各官方頁面及專案目前版本。