Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Codex也能 “P”视频？ Seedance + Codex，做出「瞬息多元宇宙」式的换装视频 无需二次调用生成模型，Codex 直接抽帧+转绘生图+ 自动剪辑 相比直接让 Seedance 一次完成密集换装，这次流程里的造型数量和切换节奏更可控，出错也能单张返修。 进一步想，它是否也可以用来做 AI 视频的「片段重拍」？ 完整流程和指令： ① 先准备一条动作视频 用 Seedance 生成基础视频，确定动作、运镜和节奏，再把视频交给 Codex。后续换装围绕这条视频展开，保留同一个动作的推进过程。 ② 让 Codex 分析换装区间 「先让Codex查看视频，从约 1.1 秒踢中时开始换装，每 4 帧更换一套造型。先分析帧率、时长和动作，计算需要生成多少张图片，提取对应原帧。」 ③ 批量生成不同造型 「以每张对应原帧为底图，仅修改女主的服装、发型和配饰。造型穿插黑衣刀客、外星人、侦探、女将军、机甲少女、女忍者和粉红少女。 保持人物位置、身体比例、动作姿势和镜头构图一致，环境、被踢的人及围观者保持不变。踢出的腿在前景，弯曲收回的腿在后方。先生成图片。」 射击视频： 「在持续射击的动作中，交替更换翅膀材质、发色、服装和手中的武器，穿插加特林、科幻能量炮、可爱水枪等造型。保持握持姿势、枪口朝向和原动作一致。」 ④ 检查图片，局部返修 「把生成图与对应原帧并排对照，检查前后腿关系、手部、道具位置，以及背景和其他人物是否被误改。列出问题编号，只重做有问题的图片。」 这一步需要人工看一遍。发现哪张不对，直接告诉 Codex 编号和具体问题，不必整段重新生成。 ⑤ 让 Codex 自动完成剪辑 「将确认后的图片按原时间线替换回视频，每张持续 4 帧，最后不足...

TanLuAI's profile picture

探路AI

8,301 subscribers

21,957 Aufrufe • vor 10 Tagen •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。 给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。 除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。 还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。
0:15

发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。 给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。 除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。 还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。

阿西_出海

20,133 Aufrufe • vor 3 Monaten

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具 可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。 直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。 提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。 左：原视频，右：口型同步后 提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。
0:09

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具 可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。 直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。 提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。 左：原视频，右：口型同步后 提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。

小互

81,129 Aufrufe • vor 1 Jahr

“深度”视频是指画面右边的参考视频。 有朋友在评论区 问怎么生成这样的深度视频 我使用的软件是Codex，方法其实挺简单的： 新建一个对话框，告诉Codex你要做 ControlNet Depth / Depth Anything / MiDaS / SAM2 视频抠像 的视频 然后把原视频发给它 可以生成一段动作参考视频 ，也可以再生成72帧的截图（这个适合做分镜参考，舞蹈/武打动作 的迁移效果一般） 也可以让它从三只猫 变成 一只猫 这种比较基础的画面编辑
0:09

“深度”视频是指画面右边的参考视频。 有朋友在评论区 问怎么生成这样的深度视频 我使用的软件是Codex，方法其实挺简单的： 新建一个对话框，告诉Codex你要做 ControlNet Depth / Depth Anything / MiDaS / SAM2 视频抠像 的视频 然后把原视频发给它 可以生成一段动作参考视频 ，也可以再生成72帧的截图（这个适合做分镜参考，舞蹈/武打动作 的迁移效果一般） 也可以让它从三只猫 变成 一只猫 这种比较基础的画面编辑

探路AI

25,078 Aufrufe • vor 2 Monaten

受够了AI生图生视频，弹出次数限制、需要登录、服务器繁忙、排队等问题……😭 现在有一个工具全部搞定，还完全免费，支持文字生图 + AI照片编辑 + 图片/文字转视频，效果还很强！😄 这是啥工具？🤔 叫 Raphael AI（ 📍 文字直接生成图片：支持多种顶尖模型，照片级、动漫、写实、电影感等风格随意切换 📍 强大AI图片编辑：一键修图、背景移除、老照片修复、风格转换、参考图改造（最多支持3张参考） 📍 图片/文字转视频：支持高质量视频生成，动作顺滑、电影级效果 📍 完全免费无限制：无需注册登录即可无限基础生成（慢速队列），登录后解锁更多免费额度 📍 智能多模型路由：自动挑选最佳模型，几秒出图/出视频，新手友好 使用方法 1. 打开 2. 输入文字描述（或上传参考图） 3. 选择生成图片、编辑还是视频 4. 点击生成，几秒就能拿到结果 支持中英文提示词，操作直观，随时随地用浏览器就能创作。 这个工具把生图、修图、做视频全整合了，真正的一站式AI创作神器！ 转发+收藏，朋友们～ #Raphael #AI生图 #AI视频生成 #AI图片编辑 #免费AI工具 #无限生成 #一站式AI创作
0:15

受够了AI生图生视频，弹出次数限制、需要登录、服务器繁忙、排队等问题……😭 现在有一个工具全部搞定，还完全免费，支持文字生图 + AI照片编辑 + 图片/文字转视频，效果还很强！😄 这是啥工具？🤔 叫 Raphael AI（ 📍 文字直接生成图片：支持多种顶尖模型，照片级、动漫、写实、电影感等风格随意切换 📍 强大AI图片编辑：一键修图、背景移除、老照片修复、风格转换、参考图改造（最多支持3张参考） 📍 图片/文字转视频：支持高质量视频生成，动作顺滑、电影级效果 📍 完全免费无限制：无需注册登录即可无限基础生成（慢速队列），登录后解锁更多免费额度 📍 智能多模型路由：自动挑选最佳模型，几秒出图/出视频，新手友好 使用方法 1. 打开 2. 输入文字描述（或上传参考图） 3. 选择生成图片、编辑还是视频 4. 点击生成，几秒就能拿到结果 支持中英文提示词，操作直观，随时随地用浏览器就能创作。 这个工具把生图、修图、做视频全整合了，真正的一站式AI创作神器！ 转发+收藏，朋友们～ #Raphael #AI生图 #AI视频生成 #AI图片编辑 #免费AI工具 #无限生成 #一站式AI创作

Denzii 🕊️

103,473 Aufrufe • vor 3 Monaten

没有使用视频模型，使用GPT-6 Astra 完成的定格换装视频。我使用的推理强度是 中等； 从图片生成 到 视频 剪辑卡点 均由 GPT 完成 全程花 了17分钟 我给了一段参考视频+一张人物角色图，同时下达指令：让 服装要有汉服元素 后续工作均由GPT 完成 因为额度跑完，后续 视频的优化 还没完成 原视频灵感 参考 陶阿狗君
0:15

没有使用视频模型，使用GPT-6 Astra 完成的定格换装视频。我使用的推理强度是 中等； 从图片生成 到 视频 剪辑卡点 均由 GPT 完成 全程花 了17分钟 我给了一段参考视频+一张人物角色图，同时下达指令：让 服装要有汉服元素 后续工作均由GPT 完成 因为额度跑完，后续 视频的优化 还没完成 原视频灵感 参考 陶阿狗君

探路AI

12,668 Aufrufe • vor 27 Tagen

AI 换装最适合拿来干嘛？ 我觉得可能真的是卖衣服。 一边跳舞，一边把上衣、裙子、鞋和配饰依次换掉，动作还不断。 拿来做穿搭展示、服装广告、Lookbook，比站着一套套切有意思多了。 提示词： 以参考图中的女性为固定主角，严格保持人物脸型、五官、发型、肤色和身材比例一致。 竖屏9:16，10秒。年轻亚洲女性站在简洁高级的舞台中央，进行一段流畅、有节奏感的女团舞蹈。镜头以全身景为主，轻微跟随人物移动，人物始终保持在画面中央。 核心效果：人物一边连续跳舞，一边通过不同舞蹈动作逐步完成局部换装。整个舞蹈过程始终连续，不停顿、不瞬移、不切镜头。 开始时人物穿简洁白色背心、浅色短裙、白色运动鞋，整体造型简单干净。 0–2秒： 人物做一个明显的摆臂动作。 手臂快速从身体前方扫过上半身，在手臂遮挡和运动模糊最明显的一瞬间，上衣自然变化成黑色修身短款舞台上衣。 这一阶段只更换上衣。 下装、鞋子、发型和其他部分保持完全不变。 2–4秒： 人物继续跳舞，动作自然衔接，做明显的侧身扭胯动作。 身体快速侧转的一瞬间，下装自然变化成黑色百褶短裙。 这一阶段只更换下装。 已经变化后的黑色上衣保持不变，鞋子仍然保持白色运动鞋。 4–6秒： 人物继续舞蹈，完成一个清晰、轻快的踢腿动作。 脚部快速抬起并产生自然运动模糊，在脚落地的瞬间，白色运动鞋自然变化成黑色长靴。 这一阶段只更换鞋子。 上衣和下装保持上一阶段的造型。 6–8秒： 人物继续跳舞，完成明显的甩头和抬手动作。 头发自然飞起，在头发运动和手部动作遮挡的瞬间，增加银色耳饰、项链、腰链和少量舞台配饰。 服装主体保持不变，只增加配饰和少量细节。 8–10秒： 人物完成一次流畅转身，裙摆自然扬起。 在转身过程中，整套造型进行最后一次完整升级。 人物重新转回正面时，最终变成完整的黑银色高级舞台造型，服装细节更加精致，增加少量金属、亮片和高级舞台元素。 人物继续完成最后一个舞蹈动作，自然收尾。 所有换装都必须发生在人物动作幅度最大、身体转动最快、手臂遮挡、头发飞起或运动模糊最明显的瞬间。 换装前后，人物的身体位置、动作方向、手臂位置、腿部位置和运动轨迹必须自然连续。 重点表现“一边跳舞，一边逐步换衣服”的效果。 不是瞬间切换不同视频，不是整个人消失后重新出现，也不是每次动作都整套衣服一起变化。 每一次只改变指定的服装部位，其余部分保持不变。 不要闪光爆炸，不要魔法粒子，不要烟雾遮挡，不要黑屏，不要镜头硬切。 真实真人摄影风格，K-pop舞台质感，高级舞台灯光，真实衣料纹理，自然运动模糊，高清皮肤细节，动作流畅，节奏明确。 禁止换脸，禁止五官漂移，禁止人物身份变化，禁止身材忽胖忽瘦，禁止多余手臂和腿，禁止手脚变形，禁止衣服融化，禁止服装穿模，禁止人物突然跳位，禁止背景随机变化。
0:10

AI 换装最适合拿来干嘛？ 我觉得可能真的是卖衣服。 一边跳舞，一边把上衣、裙子、鞋和配饰依次换掉，动作还不断。 拿来做穿搭展示、服装广告、Lookbook，比站着一套套切有意思多了。 提示词： 以参考图中的女性为固定主角，严格保持人物脸型、五官、发型、肤色和身材比例一致。 竖屏9:16，10秒。年轻亚洲女性站在简洁高级的舞台中央，进行一段流畅、有节奏感的女团舞蹈。镜头以全身景为主，轻微跟随人物移动，人物始终保持在画面中央。 核心效果：人物一边连续跳舞，一边通过不同舞蹈动作逐步完成局部换装。整个舞蹈过程始终连续，不停顿、不瞬移、不切镜头。 开始时人物穿简洁白色背心、浅色短裙、白色运动鞋，整体造型简单干净。 0–2秒： 人物做一个明显的摆臂动作。 手臂快速从身体前方扫过上半身，在手臂遮挡和运动模糊最明显的一瞬间，上衣自然变化成黑色修身短款舞台上衣。 这一阶段只更换上衣。 下装、鞋子、发型和其他部分保持完全不变。 2–4秒： 人物继续跳舞，动作自然衔接，做明显的侧身扭胯动作。 身体快速侧转的一瞬间，下装自然变化成黑色百褶短裙。 这一阶段只更换下装。 已经变化后的黑色上衣保持不变，鞋子仍然保持白色运动鞋。 4–6秒： 人物继续舞蹈，完成一个清晰、轻快的踢腿动作。 脚部快速抬起并产生自然运动模糊，在脚落地的瞬间，白色运动鞋自然变化成黑色长靴。 这一阶段只更换鞋子。 上衣和下装保持上一阶段的造型。 6–8秒： 人物继续跳舞，完成明显的甩头和抬手动作。 头发自然飞起，在头发运动和手部动作遮挡的瞬间，增加银色耳饰、项链、腰链和少量舞台配饰。 服装主体保持不变，只增加配饰和少量细节。 8–10秒： 人物完成一次流畅转身，裙摆自然扬起。 在转身过程中，整套造型进行最后一次完整升级。 人物重新转回正面时，最终变成完整的黑银色高级舞台造型，服装细节更加精致，增加少量金属、亮片和高级舞台元素。 人物继续完成最后一个舞蹈动作，自然收尾。 所有换装都必须发生在人物动作幅度最大、身体转动最快、手臂遮挡、头发飞起或运动模糊最明显的瞬间。 换装前后，人物的身体位置、动作方向、手臂位置、腿部位置和运动轨迹必须自然连续。 重点表现“一边跳舞，一边逐步换衣服”的效果。 不是瞬间切换不同视频，不是整个人消失后重新出现，也不是每次动作都整套衣服一起变化。 每一次只改变指定的服装部位，其余部分保持不变。 不要闪光爆炸，不要魔法粒子，不要烟雾遮挡，不要黑屏，不要镜头硬切。 真实真人摄影风格，K-pop舞台质感，高级舞台灯光，真实衣料纹理，自然运动模糊，高清皮肤细节，动作流畅，节奏明确。 禁止换脸，禁止五官漂移，禁止人物身份变化，禁止身材忽胖忽瘦，禁止多余手臂和腿，禁止手脚变形，禁止衣服融化，禁止服装穿模，禁止人物突然跳位，禁止背景随机变化。

Adam也叫吉米

22,920 Aufrufe • vor 23 Tagen

Komiko ：AI 驱动的漫画、动画和插画一体化创作平台 支持AI 线稿自动上色、背景移除、图像增强，支持从关键帧生成完整动画，支持 AI 动画补帧。 只需几分钟即可创作出专业品质的漫画、漫画和动画 新推出 视频到视频 功能 上传视频，选择艺术风格或使用提示，即可将视频转换成各种形式
0:15

Komiko ：AI 驱动的漫画、动画和插画一体化创作平台 支持AI 线稿自动上色、背景移除、图像增强，支持从关键帧生成完整动画，支持 AI 动画补帧。 只需几分钟即可创作出专业品质的漫画、漫画和动画 新推出 视频到视频 功能 上传视频，选择艺术风格或使用提示，即可将视频转换成各种形式

小互

23,519 Aufrufe • vor 1 Jahr

Seedance 2.0 新玩法：用「深度视频」实现动作高度复刻！🔥 为什么不直接把原视频交给 AI 参考？ 因为普通视频包含服装、颜色、背景和光影等大量信息，容易干扰 AI 对动作的判断，导致肢体幅度改变、手脚错位、节奏跑偏。 而深度视频只保留黑白灰度的空间层次、人物轮廓和肢体运动轨迹，能帮助 AI 排除环境干扰，专注识别动作、走位和节奏。💃🕺 操作也很简单👇 1️⃣ 用 Codex 将舞蹈或武术素材转换成深度视频 2️⃣ 准备目标人物图和新场景图 3️⃣ 在 Seedance 2.0 中明确指定： 深度视频：锁定动作、走位和节奏 人物图片：锁定角色外貌 场景图片：替换画面环境 一条提示词，就能让角色在全新场景里高度复刻原视频动作，既能换人，也能换背景，成片自然又有创意。✨ 掌握这个方法后，无论是 KPOP 舞蹈、武打动作，还是生活化整活视频，都能自由发挥！ 提示词简单写写就行👇 韩式 KPOP MV 质感，背景替换成夜晚的首尔霓虹街头。女主外貌和服装严格参考@图片1，男主外貌和服装严格参考@图片2。男女主的全部动作、走位、身体姿态、互动过程和节奏，严格参考@深度视频，完整复刻，不得自行修改。 视频开头，女主先出现并自然开口说：“我会用韩语跟他说：오빠, 정신 차려!” 前半句“我会用韩语跟他说”使用中文，后半句“오빠, 정신 차려”使用自然韩语发音，语气带一点着急和提醒，口型与两种语言准确同步。 后续人物出场顺序和所有动作继续严格跟随@深度视频。保持两位角色全程样貌一致、五官稳定、动作自然流畅。9:16竖屏，一镜到底，无字幕、无文字、无水印，不出现人物错位、角色互换或手脚变形。
0:15

Seedance 2.0 新玩法：用「深度视频」实现动作高度复刻！🔥 为什么不直接把原视频交给 AI 参考？ 因为普通视频包含服装、颜色、背景和光影等大量信息，容易干扰 AI 对动作的判断，导致肢体幅度改变、手脚错位、节奏跑偏。 而深度视频只保留黑白灰度的空间层次、人物轮廓和肢体运动轨迹，能帮助 AI 排除环境干扰，专注识别动作、走位和节奏。💃🕺 操作也很简单👇 1️⃣ 用 Codex 将舞蹈或武术素材转换成深度视频 2️⃣ 准备目标人物图和新场景图 3️⃣ 在 Seedance 2.0 中明确指定： 深度视频：锁定动作、走位和节奏 人物图片：锁定角色外貌 场景图片：替换画面环境 一条提示词，就能让角色在全新场景里高度复刻原视频动作，既能换人，也能换背景，成片自然又有创意。✨ 掌握这个方法后，无论是 KPOP 舞蹈、武打动作，还是生活化整活视频，都能自由发挥！ 提示词简单写写就行👇 韩式 KPOP MV 质感，背景替换成夜晚的首尔霓虹街头。女主外貌和服装严格参考@图片1，男主外貌和服装严格参考@图片2。男女主的全部动作、走位、身体姿态、互动过程和节奏，严格参考@深度视频，完整复刻，不得自行修改。 视频开头，女主先出现并自然开口说：“我会用韩语跟他说：오빠, 정신 차려!” 前半句“我会用韩语跟他说”使用中文，后半句“오빠, 정신 차려”使用自然韩语发音，语气带一点着急和提醒，口型与两种语言准确同步。 后续人物出场顺序和所有动作继续严格跟随@深度视频。保持两位角色全程样貌一致、五官稳定、动作自然流畅。9:16竖屏，一镜到底，无字幕、无文字、无水印，不出现人物错位、角色互换或手脚变形。

John

129,104 Aufrufe • vor 2 Monaten

3天拿下1100万播放，同时涨粉3万！ 一条真人拍摄加AI生成的视频，直接把现实世界变成了电影里的传送门。 画面里，人物拿着手机向前走。每穿过一道门，身边的环境就会切换一次：雪山、森林、幻想城市，不同世界连续出现在同一段视频里。 如果换成我们来做，可以先用手机拍一段向前行走、转身或者穿过门口的视频，再到Pinterest寻找场景参考。 接着让Claude根据真人视频和参考图，写出每个场景的画面提示词，最后把实拍素材交给Higgsfield和Seedance 2.0，逐段替换背景并生成多个版本。 真人素材负责固定人物动作和镜头移动，AI负责重新生成周围的世界。一段普通的手机视频，就能改造成连续穿越不同空间的视觉大片。 同款提示词和完整工作流放在评论区，需要自取～
0:15

3天拿下1100万播放，同时涨粉3万！ 一条真人拍摄加AI生成的视频，直接把现实世界变成了电影里的传送门。 画面里，人物拿着手机向前走。每穿过一道门，身边的环境就会切换一次：雪山、森林、幻想城市，不同世界连续出现在同一段视频里。 如果换成我们来做，可以先用手机拍一段向前行走、转身或者穿过门口的视频，再到Pinterest寻找场景参考。 接着让Claude根据真人视频和参考图，写出每个场景的画面提示词，最后把实拍素材交给Higgsfield和Seedance 2.0，逐段替换背景并生成多个版本。 真人素材负责固定人物动作和镜头移动，AI负责重新生成周围的世界。一段普通的手机视频，就能改造成连续穿越不同空间的视觉大片。 同款提示词和完整工作流放在评论区，需要自取～

山羊赚钱笔记

33,793 Aufrufe • vor 16 Tagen

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。
0:10

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。

歸藏(guizang.ai)

18,228 Aufrufe • vor 8 Monaten

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。 通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。 它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。 它主要支持三大任务： 生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型 时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据
0:15

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。 通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。 它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。 它主要支持三大任务： 生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型 时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

歸藏(guizang.ai)

192,241 Aufrufe • vor 1 Monat

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。 他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。 以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。 接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。
0:15

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。 他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。 以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。 接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。

耳朵

37,349 Aufrufe • vor 8 Monaten

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。 项目简介： 它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。 这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。 与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。 项目地址：
0:14

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。 项目简介： 它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。 这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。 与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。 项目地址：

歸藏(guizang.ai)

31,202 Aufrufe • vor 2 Jahren

让古画 动起来，且稳定控制 运镜（走位其实也可以，后面分享） 具体操作： 1.画线 找到一张喜欢的古画，根据你想要的相机运动轨迹和运镜 大致画个草图，如评论区图2 2.建模 将画好线的古画发给 codex，让它基于 这种图片完成 建模和预演视频 的生成 视频3 3.古画转 写实风格 接着 让GPT 转为 写实风格，可以拿一些参考图让它模仿风格 （如 图1） 4.渲染 写实的图+建模 视频 输入 AI视频（渲染）提示词 ，选择 2.5 样片模式 完成视频 生成 提示词 🔽 🔽 🔽
0:11

让古画 动起来，且稳定控制 运镜（走位其实也可以，后面分享） 具体操作： 1.画线 找到一张喜欢的古画，根据你想要的相机运动轨迹和运镜 大致画个草图，如评论区图2 2.建模 将画好线的古画发给 codex，让它基于 这种图片完成 建模和预演视频 的生成 视频3 3.古画转 写实风格 接着 让GPT 转为 写实风格，可以拿一些参考图让它模仿风格 （如 图1） 4.渲染 写实的图+建模 视频 输入 AI视频（渲染）提示词 ，选择 2.5 样片模式 完成视频 生成 提示词 🔽 🔽 🔽

探路AI

13,558 Aufrufe • vor 7 Tagen

抖音起号做出爆款诀窍：首帧生成 I2V。 如果你的目标是做出爆款AIGC短视频起号，而不是出长期稳定的动画剧集，那么我更推荐使用视频生成模型的首帧生成模式，该模式对于seedance系列与minimax-h3都是适用的。 一开始我在抖音上调研时，发现了一个爆款的 AIGC 博主。他的视频风格非常华丽，角色动作干脆利落，特效炫酷。而且他非常慷慨，把提示词都分享了出来（是真的自用提示词，甚至连他的本地缓存图片路径都露出来了） 结果我看他的提示词，虽然动作很华丽，但编排其实特别简单，与我们想象中长篇大论的那种“导演视角”做出来的效果完全不一样。 他分享的真正诀窍在于：使用视频模型首帧生成。只要规定好首帧的场景、人物等约束，并通过首帧画面定住风格，后续画面就会非常统一，哪怕只用简单的提示词，都能做出非常震撼的效果。 最后从技术层面解释一下，为什么首帧生成比上传参考图，设定图更具有优势。 Seedance 官方有写说明文档：若要严格保证开场画面和指定图片一致，优先走真正的图生视频首帧。 官方论文提到，I2V 主流做法是把给定图像当作时间轴上的第 0 帧： 图像 latent 与噪声拼接、首帧特征进时空注意力、甚至用图像噪声先验做残差预测。 后续帧是在「已经钉死的像素布局」上长出来的运动。 参考图常见路径更偏语义嵌入或特征引导，能够保证「像不像这个人 / 这种风」，不保证第 1 帧构图、光影、材质、镜头焦段和你上传的那张图像素级对齐。 不过首帧参考图的生成也是有很多门道，这点是被很多人忽略，也是那些爆款视频不说的秘诀（是的，那位抖音博主分享了所有提示词，唯独没有分享首帧怎么生成的，属于是真正的技术壁垒） 我自己深入扒了两天，把里面的门道也探索了个七七八八，下期给大家分享我自己实操总结的首帧生成技巧。 最后依然是展示视频效果，搭配bgm食用更佳
0:15

抖音起号做出爆款诀窍：首帧生成 I2V。 如果你的目标是做出爆款AIGC短视频起号，而不是出长期稳定的动画剧集，那么我更推荐使用视频生成模型的首帧生成模式，该模式对于seedance系列与minimax-h3都是适用的。 一开始我在抖音上调研时，发现了一个爆款的 AIGC 博主。他的视频风格非常华丽，角色动作干脆利落，特效炫酷。而且他非常慷慨，把提示词都分享了出来（是真的自用提示词，甚至连他的本地缓存图片路径都露出来了） 结果我看他的提示词，虽然动作很华丽，但编排其实特别简单，与我们想象中长篇大论的那种“导演视角”做出来的效果完全不一样。 他分享的真正诀窍在于：使用视频模型首帧生成。只要规定好首帧的场景、人物等约束，并通过首帧画面定住风格，后续画面就会非常统一，哪怕只用简单的提示词，都能做出非常震撼的效果。 最后从技术层面解释一下，为什么首帧生成比上传参考图，设定图更具有优势。 Seedance 官方有写说明文档：若要严格保证开场画面和指定图片一致，优先走真正的图生视频首帧。 官方论文提到，I2V 主流做法是把给定图像当作时间轴上的第 0 帧： 图像 latent 与噪声拼接、首帧特征进时空注意力、甚至用图像噪声先验做残差预测。 后续帧是在「已经钉死的像素布局」上长出来的运动。 参考图常见路径更偏语义嵌入或特征引导，能够保证「像不像这个人 / 这种风」，不保证第 1 帧构图、光影、材质、镜头焦段和你上传的那张图像素级对齐。 不过首帧参考图的生成也是有很多门道，这点是被很多人忽略，也是那些爆款视频不说的秘诀（是的，那位抖音博主分享了所有提示词，唯独没有分享首帧怎么生成的，属于是真正的技术壁垒） 我自己深入扒了两天，把里面的门道也探索了个七七八八，下期给大家分享我自己实操总结的首帧生成技巧。 最后依然是展示视频效果，搭配bgm食用更佳

雪踏乌云

39,840 Aufrufe • vor 1 Monat

给 ChatGPT 一条没有剪辑过的原片， 它到底能做到什么程度？ 看懂镜头、找到节奏、添加花字、设计 UI、匹配音效， 最后直接输出一条完整成片。 更离谱的是： 连这条「原片 vs 成片」的效果对比视频， 也是 ChatGPT 自己剪出来的。 以后剪辑视频， 你可能只需要做好一件事： 把自己的需求说清楚。 ⬇️提示词： 直接把原片丢给 ChatGPT / Claude： 请直接把我提供的视频制作成「中国偶像团体自制综艺」风格的完整成片，不要只提供剪辑方案。 保持人物面部、身材与服装完全不变，根据原片内容和画面节奏，加入高级中文综艺 UI、节目角标、任务卡、成员名牌、反应花字、倒计时、进度条、轻推近、自然转场和适量音效。 所有视觉包装必须避开人物面部及服装主体，整体风格年轻、精致、有高级感。保留视频原声，最终输出 4K 主成片和 1080P 预览版。
0:15

给 ChatGPT 一条没有剪辑过的原片， 它到底能做到什么程度？ 看懂镜头、找到节奏、添加花字、设计 UI、匹配音效， 最后直接输出一条完整成片。 更离谱的是： 连这条「原片 vs 成片」的效果对比视频， 也是 ChatGPT 自己剪出来的。 以后剪辑视频， 你可能只需要做好一件事： 把自己的需求说清楚。 ⬇️提示词： 直接把原片丢给 ChatGPT / Claude： 请直接把我提供的视频制作成「中国偶像团体自制综艺」风格的完整成片，不要只提供剪辑方案。 保持人物面部、身材与服装完全不变，根据原片内容和画面节奏，加入高级中文综艺 UI、节目角标、任务卡、成员名牌、反应花字、倒计时、进度条、轻推近、自然转场和适量音效。 所有视觉包装必须避开人物面部及服装主体，整体风格年轻、精致、有高级感。保留视频原声，最终输出 4K 主成片和 1080P 预览版。

小宇Chengzi

120,726 Aufrufe • vor 2 Monaten

爽了，AI视频终于卷起来了，MiniMax H3 牛逼！！！ Seedance 2.0 30% 的价格 + 2K 画质 + 原生声音 + 角色一致 + 指令编辑 真香！我来给大家详细讲一讲这个模型： 它原生同时出画面和声音。给一段描述，视频出来自带对话、音效、环境音，不用像以前一样跑完视频再去配 TTS、找音效、对口型。 之前做一条完整有声视频至少串三四个工具，现在一步全出来。光这一个能力就已经省掉巨多时间了。 比如，你设计好一个品牌模特，把参考图喂进去，最多同时喂 9 张图 + 3 段视频 + 3 段音频，模型生成的每条视频里这个人物长相和声音都一致。 而且生成完不满意不用整条重跑，直接说"背景换成卧室""手里的产品换一个"，视频编辑能力 Artificial Analysis 全球第一，不是吹的！ TopviewAI 是首批将将它推向市场的平台，而且Ultra 年费用户60 天无限生成，你就敞开了测到满意为止。
0:15

爽了，AI视频终于卷起来了，MiniMax H3 牛逼！！！ Seedance 2.0 30% 的价格 + 2K 画质 + 原生声音 + 角色一致 + 指令编辑 真香！我来给大家详细讲一讲这个模型： 它原生同时出画面和声音。给一段描述，视频出来自带对话、音效、环境音，不用像以前一样跑完视频再去配 TTS、找音效、对口型。 之前做一条完整有声视频至少串三四个工具，现在一步全出来。光这一个能力就已经省掉巨多时间了。 比如，你设计好一个品牌模特，把参考图喂进去，最多同时喂 9 张图 + 3 段视频 + 3 段音频，模型生成的每条视频里这个人物长相和声音都一致。 而且生成完不满意不用整条重跑，直接说"背景换成卧室""手里的产品换一个"，视频编辑能力 Artificial Analysis 全球第一，不是吹的！ TopviewAI 是首批将将它推向市场的平台，而且Ultra 年费用户60 天无限生成，你就敞开了测到满意为止。

余温

78,737 Aufrufe • vor 2 Monaten

换装卡点第二期来了。🔥 很多在 𝕏 上认识我的朋友都知道，我是女装主理人 最近抖音小红书这种换装跳舞视频很火 也有不少做服装电商的朋友问我怎么做 其实只需要： 一张图片＋一段提示词， 就能让自己的角色完成这样的视频。 不用真人反复拍摄，也不用剪辑 这次视频是seedance 2.0生成的， 未来服装电商短视频拼的可能不再是拍摄成本，而是谁先跑通内容玩法。
0:13

换装卡点第二期来了。🔥 很多在 𝕏 上认识我的朋友都知道，我是女装主理人 最近抖音小红书这种换装跳舞视频很火 也有不少做服装电商的朋友问我怎么做 其实只需要： 一张图片＋一段提示词， 就能让自己的角色完成这样的视频。 不用真人反复拍摄，也不用剪辑 这次视频是seedance 2.0生成的， 未来服装电商短视频拼的可能不再是拍摄成本，而是谁先跑通内容玩法。

小宇Chengzi

31,753 Aufrufe • vor 2 Monaten