正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

ControlNet 作者“敏神”再放大招：全新开源项目 FramePack，一套高效的视频生成框架。 13B 模型也能轻装上阵：生成 1 分钟、30fps 视频，显存最低仅 6GB；在 RTX 4090 上最高可达 1.5 秒/帧。 GitHub：核心思路是“下一帧预测”的逐帧生成架构：从单张图片出发，也能延展出长达 1 分钟的连续动作与稳定叙事。无论是人物舞蹈、动作演绎，还是场景推进与变化，都更容易实现可控生成。同时已提供 Windows 一键安装包与可视化界面，上手快、操作直观。

Joruno

21,714 subscribers

52,785 次观看 • 3 个月前 •via X (Twitter)

艺术教育科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

Google 发布Veo 3.1 新版本在叙事理解、真实纹理捕捉和图像转视频能力上有显著提升能够生成具有更真实视觉质感的视频，并增强了从图像生成视频的功能。 Veo 3.1 引入了多种强大功能： • 图像生成视频：通过多张参考图像创建完整的场景，并带有声音。 • 场景延展：可生成持续一分钟以上的视频片段，保持动作连贯、人物和背景一致。 • 首尾画面生成中间内容：输入首尾帧，Veo 会自动生成中间的视频，实现自然过渡。

Google 发布Veo 3.1 新版本在叙事理解、真实纹理捕捉和图像转视频能力上有显著提升能够生成具有更真实视觉质感的视频，并增强了从图像生成视频的功能。 Veo 3.1 引入了多种强大功能： • 图像生成视频：通过多张参考图像创建完整的场景，并带有声音。 • 场景延展：可生成持续一分钟以上的视频片段，保持动作连贯、人物和背景一致。 • 首尾画面生成中间内容：输入首尾帧，Veo 会自动生成中间的视频，实现自然过渡。

小互

15,705 次观看 • 10 个月前

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

huangserva

28,605 次观看 • 1 个月前

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本

歸藏(guizang.ai)

46,972 次观看 • 1 个月前

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.

karminski-牙医

24,831 次观看 • 8 个月前

阿里刚刚开源了首尾帧生视频模型：Wan2.1-FLF2V-14B，支持生成5秒 720p高清视频只需提供两张照片作为首帧和尾帧，即可自动生成一段高清视频。从效果看运动比较流畅，首尾帧过渡上相对平滑其使用首帧和尾帧作为控制条件，通过CLIP语义特征和交叉注意力机制，将其注入到DiT的生成过程中来增强画面稳定性和内容一致性 #AI视频 #AI视频生成模型 #Wan21

阿里刚刚开源了首尾帧生视频模型：Wan2.1-FLF2V-14B，支持生成5秒 720p高清视频只需提供两张照片作为首帧和尾帧，即可自动生成一段高清视频。从效果看运动比较流畅，首尾帧过渡上相对平滑其使用首帧和尾帧作为控制条件，通过CLIP语义特征和交叉注意力机制，将其注入到DiT的生成过程中来增强画面稳定性和内容一致性 #AI视频 #AI视频生成模型 #Wan21

AIGCLINK

47,964 次观看 • 1 年前

效果！炸裂啊！！🔥 新发的扣子2.5第一时间来评测一下，发现这已经不是一个“聪明的对话框”了 🤯 我直接让它自己做了个「视频完美复刻」Skill：上传视频，全程自主分析、生成、优化，直接调用 Seedance 2.0 还不用排队！（实际效果在评论区）从需求到交付，它像一个真正的视频制作人一样独立完成全流程。这就是“满配 Agent”的能力 👇 ✅ 智能提取关键帧 - 人脸特写、动作密集片段一个不漏 ✅ 场景切换检测 - 自动识别转场类型 ✅ 动作序列追踪 - 记住每个动作的完整流程 ✅ 连贯性提示词 - 每一帧都记得上一帧的状态 ✅ 高清生成 + 音频处理 - 分辨率翻倍，智能配音你上传一个视频，它能分析风格、场景、角色、动作，然后生成相似的新视频：镜头连贯、人物一致、动作流畅。满意度：优秀 ✨ 扣子 2.5，这是一个更大的 Agent 世界：AI 是全新个体，有满配装备、满配技能、满配人格。

效果！炸裂啊！！🔥 新发的扣子2.5第一时间来评测一下，发现这已经不是一个“聪明的对话框”了 🤯 我直接让它自己做了个「视频完美复刻」Skill：上传视频，全程自主分析、生成、优化，直接调用 Seedance 2.0 还不用排队！（实际效果在评论区）从需求到交付，它像一个真正的视频制作人一样独立完成全流程。这就是“满配 Agent”的能力 👇 ✅ 智能提取关键帧 - 人脸特写、动作密集片段一个不漏 ✅ 场景切换检测 - 自动识别转场类型 ✅ 动作序列追踪 - 记住每个动作的完整流程 ✅ 连贯性提示词 - 每一帧都记得上一帧的状态 ✅ 高清生成 + 音频处理 - 分辨率翻倍，智能配音你上传一个视频，它能分析风格、场景、角色、动作，然后生成相似的新视频：镜头连贯、人物一致、动作流畅。满意度：优秀 ✨ 扣子 2.5，这是一个更大的 Agent 世界：AI 是全新个体，有满配装备、满配技能、满配人格。

huangserva

98,701 次观看 • 5 个月前

Codex + HyperFrames插件，真的把AI视频生成卷疯了还在剪映里一帧一帧手动抠？醒醒，在Codex只需要敲一行字+插件，一句话就能生成任何视频，动效、转场、字幕、配音全自动，秒改秒出还支持批量下面这个视频就是Codex生成的自媒体人和内容创作者快来学Codex，效率直接拉高十倍

Codex + HyperFrames插件，真的把AI视频生成卷疯了还在剪映里一帧一帧手动抠？醒醒，在Codex只需要敲一行字+插件，一句话就能生成任何视频，动效、转场、字幕、配音全自动，秒改秒出还支持批量下面这个视频就是Codex生成的自媒体人和内容创作者快来学Codex，效率直接拉高十倍

Smartpig

74,413 次观看 • 3 个月前

Warp-as-History：仅用一条视频就能实现交互式视频生成用单条带标注的视频做轻量LoRA微调后，即可让通用视频模型实现跟随视角生成视频。项目里用的这条视频是来自DAVIS数据集里的car-roundabout.mp4。原理是：把相机轨迹产生的变形(warp)伪装成视频模型原生的"历史帧"输入，无需额外的相机编码器或控制分支，就能让预训练视频生成模型跟随指定视角运动。 Github：

Warp-as-History：仅用一条视频就能实现交互式视频生成用单条带标注的视频做轻量LoRA微调后，即可让通用视频模型实现跟随视角生成视频。项目里用的这条视频是来自DAVIS数据集里的car-roundabout.mp4。原理是：把相机轨迹产生的变形(warp)伪装成视频模型原生的"历史帧"输入，无需额外的相机编码器或控制分支，就能让预训练视频生成模型跟随指定视角运动。 Github：

Gorden Sun

11,398 次观看 • 3 个月前

视频生成模型的下一站，可能不是更长、更清晰的片子。而是一个你能走进去，并亲手改变的世界。过去两年，AI 视频已经能生成足够惊艳的画面。但无论视频多逼真，观众依然只能按下播放键：镜头往哪里走，早已决定；街角后面有什么，你无法靠近；画面里出现什么，你也不能临时改变。生成结束的那一刻，所有可能性也结束了。 Alaya Lab 刚刚开源的 AlayaWorld，试图把这件事反过来。它不是先生成一段完整视频，再让你观看。你可以用一张图片开启世界，推动摇杆改变镜头和移动方向；画面会随着操作继续生成。探索途中还能切换提示词，召唤火焰、凤凰、巨兽，或者让新的事件直接发生在当前场景里。这意味着，AI 生成的内容第一次不只是“成片”，而开始接近一个可以进入、探索和影响的环境。目前公开的几个核心指标： • 15B 参数 • 720p 分辨率 • 24 FPS 实时生成 • 支持 60 秒以上的连续探索 • 支持实时镜头控制与提示词切换但真正困难的还不只是生成速度。视频模型一旦连续运行，误差会逐帧累积：向前走了一段，再回头看，刚才的建筑可能已经变形；人物、道路和空间关系也会慢慢漂移。这也是“生成视频”和“生成世界”的分水岭。视频只要下一帧看起来合理。世界却必须记得：东西在哪里、刚才发生过什么，以及你离开后再回来时，它是否还是原来的样子。 AlayaWorld 为此加入了两种互补的记忆：一个显式 3D cache，用来保存空间位置；一个压缩的帧历史，用来维持时间连续性。再配合针对漂移历史的训练和 Error Bank，尽量阻止误差在长时间生成中不断放大。所以这项工作的重点，不是“又一个画质更好的视频模型”。而是把交互、空间记忆、长时稳定和实时生成，塞进同一个可以运行的系统里。它现在当然还不是一款普通玩家打开电脑就能玩的游戏，也不能直接替代成熟的游戏引擎。但它展示了一种很值得关注的方向：未来的虚拟世界，未必需要把每栋建筑、每条道路和每个事件提前制作完成。一部分世界，可能会在玩家移动和行动的同时，被模型实时生成出来。这会影响的不只是游戏。 AI 原生玩法原型、影视预演、虚拟勘景、动态故事板，甚至机器人与智能体的训练环境，都可能从这种“可交互的生成世界”中长出来。更难得的是，AlayaWorld 不只发布了 Demo。模型权重与推理代码已经开放。你可以直接查看它如何处理实时交互、空间记忆和长时间生成，也可以下载权重进行研究与复现。如果你正在关注世界模型、AI 游戏或交互式生成，这个项目值得拆一遍： Alaya Lab

视频生成模型的下一站，可能不是更长、更清晰的片子。而是一个你能走进去，并亲手改变的世界。过去两年，AI 视频已经能生成足够惊艳的画面。但无论视频多逼真，观众依然只能按下播放键：镜头往哪里走，早已决定；街角后面有什么，你无法靠近；画面里出现什么，你也不能临时改变。生成结束的那一刻，所有可能性也结束了。 Alaya Lab 刚刚开源的 AlayaWorld，试图把这件事反过来。它不是先生成一段完整视频，再让你观看。你可以用一张图片开启世界，推动摇杆改变镜头和移动方向；画面会随着操作继续生成。探索途中还能切换提示词，召唤火焰、凤凰、巨兽，或者让新的事件直接发生在当前场景里。这意味着，AI 生成的内容第一次不只是“成片”，而开始接近一个可以进入、探索和影响的环境。目前公开的几个核心指标： • 15B 参数 • 720p 分辨率 • 24 FPS 实时生成 • 支持 60 秒以上的连续探索 • 支持实时镜头控制与提示词切换但真正困难的还不只是生成速度。视频模型一旦连续运行，误差会逐帧累积：向前走了一段，再回头看，刚才的建筑可能已经变形；人物、道路和空间关系也会慢慢漂移。这也是“生成视频”和“生成世界”的分水岭。视频只要下一帧看起来合理。世界却必须记得：东西在哪里、刚才发生过什么，以及你离开后再回来时，它是否还是原来的样子。 AlayaWorld 为此加入了两种互补的记忆：一个显式 3D cache，用来保存空间位置；一个压缩的帧历史，用来维持时间连续性。再配合针对漂移历史的训练和 Error Bank，尽量阻止误差在长时间生成中不断放大。所以这项工作的重点，不是“又一个画质更好的视频模型”。而是把交互、空间记忆、长时稳定和实时生成，塞进同一个可以运行的系统里。它现在当然还不是一款普通玩家打开电脑就能玩的游戏，也不能直接替代成熟的游戏引擎。但它展示了一种很值得关注的方向：未来的虚拟世界，未必需要把每栋建筑、每条道路和每个事件提前制作完成。一部分世界，可能会在玩家移动和行动的同时，被模型实时生成出来。这会影响的不只是游戏。 AI 原生玩法原型、影视预演、虚拟勘景、动态故事板，甚至机器人与智能体的训练环境，都可能从这种“可交互的生成世界”中长出来。更难得的是，AlayaWorld 不只发布了 Demo。模型权重与推理代码已经开放。你可以直接查看它如何处理实时交互、空间记忆和长时间生成，也可以下载权重进行研究与复现。如果你正在关注世界模型、AI 游戏或交互式生成，这个项目值得拆一遍： Alaya Lab

知识猫AI实验室

70,424 次观看 • 1 个月前

这是玩 Seedance 2.5 必须在 Codex 中安装的插件： Higgsfield 安装这个插件，你在 codex 中可以直接调用 Higgsfield 生成高质量的 AIGC 视频，生产力直接起飞我实测下来，最大的感受是现在 seedance 2.5 工作流直接住在了 codex 中，从关键帧 👉 视频提示词 👉 视频生成 👉 修改都可以直接在 codex 中完成最让我震撼的两个点是： 1、我直接让 codex 学习了最优秀的开源 AIGC 视频提示词，然后根据自己的需求生成提示词，直接调用 Higgsfield 生成视频，整体效率直接拉满了 2、生成视频后，视频会直接在 Codex 中展示，其也会直接通过观看视频的关键帧，提出修改意见这个插件一上线后，我就用其制作了一个小短片《我和 Claude 女孩的故事》灵感来源: Claude 一直封杀我的账号，但是我还是像个舔狗订阅它 😭😭😭 具体成片和我怎么操作的，大家看下面视频👇（全部都在 codex 中操作）

这是玩 Seedance 2.5 必须在 Codex 中安装的插件： Higgsfield 安装这个插件，你在 codex 中可以直接调用 Higgsfield 生成高质量的 AIGC 视频，生产力直接起飞我实测下来，最大的感受是现在 seedance 2.5 工作流直接住在了 codex 中，从关键帧 👉 视频提示词 👉 视频生成 👉 修改都可以直接在 codex 中完成最让我震撼的两个点是： 1、我直接让 codex 学习了最优秀的开源 AIGC 视频提示词，然后根据自己的需求生成提示词，直接调用 Higgsfield 生成视频，整体效率直接拉满了 2、生成视频后，视频会直接在 Codex 中展示，其也会直接通过观看视频的关键帧，提出修改意见这个插件一上线后，我就用其制作了一个小短片《我和 Claude 女孩的故事》灵感来源: Claude 一直封杀我的账号，但是我还是像个舔狗订阅它 😭😭😭 具体成片和我怎么操作的，大家看下面视频👇（全部都在 codex 中操作）

Sac

93,685 次观看 • 22 天前

港大和字节的这个广告视频生成模型很赞，Goku+，可以生成20秒以上的广告宣传片、生成口播/走播视频，目前没代码效果看上去画面稳定，没有明显的闪烁或抖动，人物及面部自然、动作流畅支持室内/户外、产品特写、人物互动场景等，适合电商、品牌营销等商业广告 Goku+是Goku的优化版，主打广告生成 Goku是一个基于流的视频生成基础模型，支持风景、人物、动物、动作多种场景，支持写实风、动画风 #AI视频 #AI广告制作 #Goku #视频生成 #广告视频生成

港大和字节的这个广告视频生成模型很赞，Goku+，可以生成20秒以上的广告宣传片、生成口播/走播视频，目前没代码效果看上去画面稳定，没有明显的闪烁或抖动，人物及面部自然、动作流畅支持室内/户外、产品特写、人物互动场景等，适合电商、品牌营销等商业广告 Goku+是Goku的优化版，主打广告生成 Goku是一个基于流的视频生成基础模型，支持风景、人物、动物、动作多种场景，支持写实风、动画风 #AI视频 #AI广告制作 #Goku #视频生成 #广告视频生成

AIGCLINK

16,374 次观看 • 1 年前

LayerDiffusion 能用了！作者更新了 README ，Forge 版已优先支持了基础的图像生成和图层功能，但是图生图部分尚未完成（作者说一周内），并且给出了详细的说明和示例，还给了一段演示预览视频，我特意从项目中摘了出来视频来源与项目地址：模型：

LayerDiffusion 能用了！作者更新了 README ，Forge 版已优先支持了基础的图像生成和图层功能，但是图生图部分尚未完成（作者说一周内），并且给出了详细的说明和示例，还给了一段演示预览视频，我特意从项目中摘了出来视频来源与项目地址：模型：

-Zho-

113,623 次观看 • 2 年前

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！这可是开源的朋友们，自定义程度极高可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务支持上传图片从视频迁移对应的人物表情和动作变成新的视频。也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！这可是开源的朋友们，自定义程度极高可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务支持上传图片从视频迁移对应的人物表情和动作变成新的视频。也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

歸藏(guizang.ai)

29,993 次观看 • 11 个月前

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker

AIGCLINK

50,300 次观看 • 1 年前

【Codex 真的牛！】还在剪映里一帧一帧手动抠视频？醒醒，AI已经把剪辑效率卷疯了我只在 Codex 里敲了一行字，装上 HyperFrames 插件，一句话就能生成想要的任何视频。动效、转场、字幕、配音全自动，不满意继续打字改就行，秒出新版本。还可以批量生成。下面这个视频是我让codex生成【人类编程进化史】的视频，太酷了～用会 Codex，你就真正打开了 AI 内容创作的新世界大门。我强烈建议所有自媒体人、内容创作者都要学会codex，这套玩法真的能把效率直接拉高十倍。还有更多玩法，以后分享哦～

【Codex 真的牛！】还在剪映里一帧一帧手动抠视频？醒醒，AI已经把剪辑效率卷疯了我只在 Codex 里敲了一行字，装上 HyperFrames 插件，一句话就能生成想要的任何视频。动效、转场、字幕、配音全自动，不满意继续打字改就行，秒出新版本。还可以批量生成。下面这个视频是我让codex生成【人类编程进化史】的视频，太酷了～用会 Codex，你就真正打开了 AI 内容创作的新世界大门。我强烈建议所有自媒体人、内容创作者都要学会codex，这套玩法真的能把效率直接拉高十倍。还有更多玩法，以后分享哦～

爱丽丝呀！

628,353 次观看 • 4 个月前

卧槽！这个项目可以啊！又一个完整的AI视频创作平台开源了，前后端都是MIT协议。 Magiviz把“写剧本 → 定角色 → 画分镜 → 生成视频 → 成片”做成了全流程AI工作流，最长支持生成60秒视频，内置12种主流视频模型。作者说好开源就开源，代码已经全部放出来。现在做AI视频工具的人越来越多，但能把从剧本到成片的完整链路开源出来的还不多。对想自建或二次开发视频生成系统的人来说，这是一个可以直接上手的基础。创作精良的1080可以看看那个五折的平台搞一下！多个选择！开源视频工作流正在从单点模型，走向完整可复用的创作平台。你会考虑基于它二次开发自己的视频工具吗？项目地址见原贴👇

卧槽！这个项目可以啊！又一个完整的AI视频创作平台开源了，前后端都是MIT协议。 Magiviz把“写剧本 → 定角色 → 画分镜 → 生成视频 → 成片”做成了全流程AI工作流，最长支持生成60秒视频，内置12种主流视频模型。作者说好开源就开源，代码已经全部放出来。现在做AI视频工具的人越来越多，但能把从剧本到成片的完整链路开源出来的还不多。对想自建或二次开发视频生成系统的人来说，这是一个可以直接上手的基础。创作精良的1080可以看看那个五折的平台搞一下！多个选择！开源视频工作流正在从单点模型，走向完整可复用的创作平台。你会考虑基于它二次开发自己的视频工具吗？项目地址见原贴👇

Berryxia.AI

22,893 次观看 • 15 天前

可灵今天更新了 2.1 的首尾帧视频模型提示词理解和遵循能力大幅提升，即使好不相关的图片也可以实现自然过渡可以看我做的这个视频的效果，所有分镜都是一次生成没有抽卡，就是素材拼接没有剪辑我还打磨了一套提示词和工作流帮你降低抽卡频率提高生成质量模型测评和提示词在下面👇：

可灵今天更新了 2.1 的首尾帧视频模型提示词理解和遵循能力大幅提升，即使好不相关的图片也可以实现自然过渡可以看我做的这个视频的效果，所有分镜都是一次生成没有抽卡，就是素材拼接没有剪辑我还打磨了一套提示词和工作流帮你降低抽卡频率提高生成质量模型测评和提示词在下面👇：

歸藏(guizang.ai)

58,198 次观看 • 1 年前

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

宝玉

35,626 次观看 • 1 年前

Codex 5.6 装上 HyperFrames 插件，直接让剪辑师失业别再用剪映一帧一帧的剪视频了赶紧去安装 HyperFrames ，之后就可以把一段文字需求变成完整的 AI 视频。制作产品介绍、动态海报、知识视频、PPT 风格视频，甚至是文章、推文，都可以直接转成动态内容，最后 Render 成 MP4。比如我想做一个「Codex 调用 HyperFrames 生成视频」的演示，只需要告诉Codex这样一段提示词prompt： “ Rob 我需要制作一段 Codex 调用 HyperFrames 生成视频的开场动画，不超过 10 秒。从真实 Codex 深色聊天界面开始，模拟输入 Prompt、点击发送、GENERATING 生成状态，最后出现视频预览并丝滑放大至全屏。整体保持拟真、高级的产品视觉，加入真实的打字、点击和生成音效，并稳定 Render 成 MP4。 ” 视频结尾有效果演示哦！快去安装尝试吧！

Codex 5.6 装上 HyperFrames 插件，直接让剪辑师失业别再用剪映一帧一帧的剪视频了赶紧去安装 HyperFrames ，之后就可以把一段文字需求变成完整的 AI 视频。制作产品介绍、动态海报、知识视频、PPT 风格视频，甚至是文章、推文，都可以直接转成动态内容，最后 Render 成 MP4。比如我想做一个「Codex 调用 HyperFrames 生成视频」的演示，只需要告诉Codex这样一段提示词prompt： “ Rob 我需要制作一段 Codex 调用 HyperFrames 生成视频的开场动画，不超过 10 秒。从真实 Codex 深色聊天界面开始，模拟输入 Prompt、点击发送、GENERATING 生成状态，最后出现视频预览并丝滑放大至全屏。整体保持拟真、高级的产品视觉，加入真实的打字、点击和生成音效，并稳定 Render 成 MP4。 ” 视频结尾有效果演示哦！快去安装尝试吧！

govin.eth | G哥

75,660 次观看 • 23 天前

经过老王多日的研究，调研发现生成动画科普视频的 2 个方法，还算是靠谱 1、多图层动效法。一次性把图片生成，包括主体图片，标签，数字，重点，文字等等。使用 HyperFrames 让各个图层动起来。优点：纯免费，画面能动。缺点：时间成本极高，每个图层都是一张图，ai 生图需要很久很久。 2、图生视频法。让视频模型负责生视频，画面会变得更加细腻，美观。每秒至少 30 帧，理论上就是 1 秒播放 30 张图片，效率比生图模型高很多。但我一直想规避这个方法，因为不太可控。优点：画面非常棒，生成速度快缺点：成本昂贵，1 分钟视频即使用最便宜的模型也要10 元+了，批量产出成本都收不回。而且，也需要抽卡的，幻觉很强最后，我选择了 2 者结合的路线，图层+图生视频的方法。效果还是比较满意的。但仍然无法做到稳定。

经过老王多日的研究，调研发现生成动画科普视频的 2 个方法，还算是靠谱 1、多图层动效法。一次性把图片生成，包括主体图片，标签，数字，重点，文字等等。使用 HyperFrames 让各个图层动起来。优点：纯免费，画面能动。缺点：时间成本极高，每个图层都是一张图，ai 生图需要很久很久。 2、图生视频法。让视频模型负责生视频，画面会变得更加细腻，美观。每秒至少 30 帧，理论上就是 1 秒播放 30 张图片，效率比生图模型高很多。但我一直想规避这个方法，因为不太可控。优点：画面非常棒，生成速度快缺点：成本昂贵，1 分钟视频即使用最便宜的模型也要10 元+了，批量产出成本都收不回。而且，也需要抽卡的，幻觉很强最后，我选择了 2 者结合的路线，图层+图生视频的方法。效果还是比较满意的。但仍然无法做到稳定。

产品经理老王霸

48,868 次观看 • 26 天前