Loading video...

Video Failed to Load

Go Home

Hermes + ChatGPT image2 + Seedance2.0 做了一套「三角洲游戏」Skill工作流，效果炸裂！ 第一步：剧本规划 将120秒拆分成8个15秒片段，设计完整叙事：潜入(0-30s) → 1挑3 Boss连杀(30-90s) → 爆炸撤离(90-120s)。 第二步：关键帧板设计 用GPT Image 2为每个片段生成3×3九宫格故事板，每格是一个游戏画面关键时刻，包含FPS游戏UI元素（血条、准星、弹药），参考您提供的真实游戏截图风格。 第三步：视频生成 使用关键帧模式(keyframe mode)，将9宫格图片作为first_frame_image输入，配合详细prompt描述画面转换、动作细节、游戏风格，AI模型据此生成15秒流畅视频。 第四步：质量控制 依次生成8个片段，发现问题立即重制或者修改。 最终用Hermes skill自动剪辑8个视频，剪掉9宫格，或者视频出bug的部分等，最后拼接成完整成品。 核心优势：模块化制作、故事板先行、风格统一、灵活修改，自动裁剪拼接

servasyy_ai's profile picture

huangserva

34,158 subscribers

202,133 views • 3 months ago •via X (Twitter)

GamingScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

我花40分钟时间，用Seedance2.0制作的皮克斯风格动画短片：吉娃娃和小猫的海滨之旅。 这个1分钟视频先由4段提示词生成4个15秒的视频，再剪辑而成。 我在每个提示词前锁定了人物、风格、场景，但是由于没有加上参考角色图，没有使用尾帧延续法，所以在人物一致性方面还是稍微差了一些。 我的完整制作流程如下： 1、把脑海中的故事写下来 2、发给chatgpt/gemini修改成分镜提示词 3、把分镜提示词发给seedance2.0生成视频 4、最后再把几个15秒视频剪辑成一个长视频 如果不是模型偶尔抽风生成失败了几次，实际制作时间还可以更快。
1:00

我花40分钟时间，用Seedance2.0制作的皮克斯风格动画短片：吉娃娃和小猫的海滨之旅。 这个1分钟视频先由4段提示词生成4个15秒的视频，再剪辑而成。 我在每个提示词前锁定了人物、风格、场景，但是由于没有加上参考角色图，没有使用尾帧延续法，所以在人物一致性方面还是稍微差了一些。 我的完整制作流程如下： 1、把脑海中的故事写下来 2、发给chatgpt/gemini修改成分镜提示词 3、把分镜提示词发给seedance2.0生成视频 4、最后再把几个15秒视频剪辑成一个长视频 如果不是模型偶尔抽风生成失败了几次，实际制作时间还可以更快。

Rion Wu

22,758 views • 5 months ago

Zopia：一键生成小电影 输入你的一句话想法，AI自动写剧本、设计角色形象、出分镜、出视频，最后剪辑成完整的小电影。 Zopia提供图片和视频模型非常全，基本顶流的都有了，视频模型包括SD 2.0、Kling O3、Vidu Q3、Hailuo、Wan等，图片模型包括Banana Pro、Seedance 4.5、Midjourney等。 SD 2.0支持上传真人图片做参考，满血不排队，长视频也能保持人物一致。短剧风格、电影风格、漫剧风格都能生成，尤其适合快速起号。 下方的视频是我用一句话做的，在Zopia里没有做任何修改，一路点击确认直接生成，20分钟就生成了2分钟的视频，效果非常好。
1:32

Zopia：一键生成小电影 输入你的一句话想法，AI自动写剧本、设计角色形象、出分镜、出视频，最后剪辑成完整的小电影。 Zopia提供图片和视频模型非常全，基本顶流的都有了，视频模型包括SD 2.0、Kling O3、Vidu Q3、Hailuo、Wan等，图片模型包括Banana Pro、Seedance 4.5、Midjourney等。 SD 2.0支持上传真人图片做参考，满血不排队，长视频也能保持人物一致。短剧风格、电影风格、漫剧风格都能生成，尤其适合快速起号。 下方的视频是我用一句话做的，在Zopia里没有做任何修改，一路点击确认直接生成，20分钟就生成了2分钟的视频，效果非常好。

Gorden Sun

11,274 views • 4 months ago

我又把这套流程优化了一版。 目前来看，这应该是我跑通过的，成本最低、操作也最简单的一套 Vox 风格视频制作方案。 整个流程只有 4 步： 第一步，用 vox-style skill 配合 Codex，拆解画面并生成分镜提示词。 第二步，用 Codex Image 2 批量产出分镜图。 第三步，把分镜图放进 Google Flow，用 Gemini Omni Flash 逐个生成视频片段。 第四步，下载全部片段，交给 ChatCut 一键剪辑成片。 简单来说就是： 拆分镜 → 生图片 → 转视频 → 自动剪辑。 不需要自己从零设计画面，也不用在剪辑软件里反复对齐素材。 Google AI Pro 目前每月有 1000 个 Flow 积分，用来制作和测试短视频，成本已经能压得很低。 当然，具体能生成多少条，还是取决于视频时长、返工次数和你选择的模型。 但如果你想低成本尝试 AI 视频，而不是一开始就买一堆昂贵工具，这套工作流很值得跑一遍。 晚点我会把完整流程放到猫社群，直接开放给群友使用。 如果你也想探索 AI 视频、自媒体内容和低成本内容生产，欢迎加入猫社。 我们不只追新工具，更重要的是把工具真正变成能用的工作流。
0:50

我又把这套流程优化了一版。 目前来看，这应该是我跑通过的，成本最低、操作也最简单的一套 Vox 风格视频制作方案。 整个流程只有 4 步： 第一步，用 vox-style skill 配合 Codex，拆解画面并生成分镜提示词。 第二步，用 Codex Image 2 批量产出分镜图。 第三步，把分镜图放进 Google Flow，用 Gemini Omni Flash 逐个生成视频片段。 第四步，下载全部片段，交给 ChatCut 一键剪辑成片。 简单来说就是： 拆分镜 → 生图片 → 转视频 → 自动剪辑。 不需要自己从零设计画面，也不用在剪辑软件里反复对齐素材。 Google AI Pro 目前每月有 1000 个 Flow 积分，用来制作和测试短视频，成本已经能压得很低。 当然，具体能生成多少条，还是取决于视频时长、返工次数和你选择的模型。 但如果你想低成本尝试 AI 视频，而不是一开始就买一堆昂贵工具，这套工作流很值得跑一遍。 晚点我会把完整流程放到猫社群，直接开放给群友使用。 如果你也想探索 AI 视频、自媒体内容和低成本内容生产，欢迎加入猫社。 我们不只追新工具，更重要的是把工具真正变成能用的工作流。

知识猫AI实验室

144,548 views • 26 days ago

ChatGPT 视觉风格JSON模板可视化工具 只需将“输入图片”和“json风格代码”结合，即可得到丰富视觉效果 50多种独特美学代码 实现无限风格组合 支持属性随机化，可实现无限风格组合 通过JSON风格模板，用户可以反复使用同一套风格设定，保证多次输出的一致性。同时GPT也能更好的理解你的各种要求。 实际用途 -AI绘画/生成图片时：通过JSON风格，AI能快速套用统一的视觉语言，输出风格高度一致的图片。 -AI写作/对话时：让ChatGPT以指定语气、用词、情感风格来生成故事、描述、回复等。 -开发和设计中：用于自动化生成网页、APP、内容板块等，保证风格美学和结构的标准化、批量化。
0:32

ChatGPT 视觉风格JSON模板可视化工具 只需将“输入图片”和“json风格代码”结合，即可得到丰富视觉效果 50多种独特美学代码 实现无限风格组合 支持属性随机化，可实现无限风格组合 通过JSON风格模板，用户可以反复使用同一套风格设定，保证多次输出的一致性。同时GPT也能更好的理解你的各种要求。 实际用途 -AI绘画/生成图片时：通过JSON风格，AI能快速套用统一的视觉语言，输出风格高度一致的图片。 -AI写作/对话时：让ChatGPT以指定语气、用词、情感风格来生成故事、描述、回复等。 -开发和设计中：用于自动化生成网页、APP、内容板块等，保证风格美学和结构的标准化、批量化。

小互

51,696 views • 1 year ago

Grok太猛了！ 只用1张产品图 + 1个参考视频，几分钟就能1:1复刻TikTok爆款带货视频！ 原视频的运镜、姿势、节奏、话术框架全部保留，只换成你的产品和定制文案！ 再也不用请模特、租场地、拍视频、剪辑了…小白也能几分钟出片！ 核心逻辑就3步： 1. 上传爆款参考视频 + 你的产品图 2. Gemini分析原视频的运镜逻辑和结构，自动写出定制脚本（可DIY改成TK风/美区风/东南亚风格） 3. 脚本直接喂给Grok视频生成 → 出新视频 整个流程几分钟，视觉风格几乎一模一样。
0:27

Grok太猛了！ 只用1张产品图 + 1个参考视频，几分钟就能1:1复刻TikTok爆款带货视频！ 原视频的运镜、姿势、节奏、话术框架全部保留，只换成你的产品和定制文案！ 再也不用请模特、租场地、拍视频、剪辑了…小白也能几分钟出片！ 核心逻辑就3步： 1. 上传爆款参考视频 + 你的产品图 2. Gemini分析原视频的运镜逻辑和结构，自动写出定制脚本（可DIY改成TK风/美区风/东南亚风格） 3. 脚本直接喂给Grok视频生成 → 出新视频 整个流程几分钟，视觉风格几乎一模一样。

沈美丽子

13,429 views • 23 days ago

发现海外的人真牛逼，AI真的可以做游戏啦❗️❗️ 这是 AI 做整套游戏角色目前唯一能跑通的工作流 99% 的人卡在 walk cycle（走路循环动画，左右腿交替的连续动作）上，是因为他们一直试图用 GPT Image 2.0（OpenAI 最新的图像生成模型）/ Nano Banana 2（Google Gemini 的图像生成模型代号）解决 无论怎么 prompt（给 AI 的文字指令）、怎么传参考图，图像模型就是做不出对的走路循环 左右腿对不上、人物飘出画框、scaling（缩放比例）会乱 🌟 视频模型在这一步反而无敌 Seedance 2.0 image-to-video（字节跳动的视频生成模型，输入一张静态图，输出一段动态视频） 4 秒长度，吐出 80-120 帧（一帧 = 一张画面） 关键 prompt：让角色「原地跑」，不能跑出画框 绝对不要传任何画布或网格（图像模型那一套在这里全失效，视频模型会把网格融进画面） 然后从这 100 多帧里挑 8-12 帧拼成 sprite sheet（精灵图：把所有动画帧拼在一张图里的格式，游戏引擎按帧切片使用） 🧵 完整工作流 ↓ 1️⃣ 先做 anchor（锚定图：后续所有素材都基于这一张衍生的基准图） 必须南向，必须中性姿势（不要让它拿武器或法球，否则走路动画里它会一直跟着你） 让 GPT Image 2.0 出真像素风有个偏方：除了 prompt，再传一张黑白格子图当第二参考，强制它按格子纪律出图 2️⃣ 从 anchor 扩 4 方向（南 / 北 / 东 / 西，2D 游戏里角色面朝的四个方向） 南向 → 让模型生成西向 → 再生成北向 东向直接把西向水平翻转，省一次生成的钱 翻转时背包 / 武器位置可能错乱，prompt 里加一句「不要让效果出现在背后」 3️⃣ idle 和 attack 用图像模型 + 网格画布 传 anchor + 一张 1280×512 的 5×2 像素网格画布 按 frame sequence（帧序列：一个完整动作里的连续画面顺序）出动画 出来后再让 AI 重新提取每一帧居中（模型自己排版的间距经常是错的） 4️⃣ walk cycle 用视频模型（上面那一段） 5️⃣ 背景统一用 chroma（色键：统一颜色的背景，方便后期一键抠掉）紫色 GPT Image 2.0 和 Nano Banana 2 都不支持透明背景 所以全程用亮紫色，后期 fal（ AI 模型 API 的平台，相当于 AI 模型的 1688）上的 birefnet（开源的智能抠图模型）一键去背 6️⃣ sprite normalization（精灵图规范化：把所有帧统一对齐和裁剪的清洗步骤） 所有帧统一裁剪、脚底对齐、高度校正、锚点、补边 不对齐脚底的后果：角色会在游戏里跳来跳去 📕 整套跑完，一个不会画画的人，能做出 4 方向 × 4 动作的完整 RPG（Role Playing Game：角色扮演游戏）角色 现在不会画画的人，也能 1:1 还原他脑子里那个游戏
23:25

发现海外的人真牛逼，AI真的可以做游戏啦❗️❗️ 这是 AI 做整套游戏角色目前唯一能跑通的工作流 99% 的人卡在 walk cycle（走路循环动画，左右腿交替的连续动作）上，是因为他们一直试图用 GPT Image 2.0（OpenAI 最新的图像生成模型）/ Nano Banana 2（Google Gemini 的图像生成模型代号）解决 无论怎么 prompt（给 AI 的文字指令）、怎么传参考图，图像模型就是做不出对的走路循环 左右腿对不上、人物飘出画框、scaling（缩放比例）会乱 🌟 视频模型在这一步反而无敌 Seedance 2.0 image-to-video（字节跳动的视频生成模型，输入一张静态图，输出一段动态视频） 4 秒长度，吐出 80-120 帧（一帧 = 一张画面） 关键 prompt：让角色「原地跑」，不能跑出画框 绝对不要传任何画布或网格（图像模型那一套在这里全失效，视频模型会把网格融进画面） 然后从这 100 多帧里挑 8-12 帧拼成 sprite sheet（精灵图：把所有动画帧拼在一张图里的格式，游戏引擎按帧切片使用） 🧵 完整工作流 ↓ 1️⃣ 先做 anchor（锚定图：后续所有素材都基于这一张衍生的基准图） 必须南向，必须中性姿势（不要让它拿武器或法球，否则走路动画里它会一直跟着你） 让 GPT Image 2.0 出真像素风有个偏方：除了 prompt，再传一张黑白格子图当第二参考，强制它按格子纪律出图 2️⃣ 从 anchor 扩 4 方向（南 / 北 / 东 / 西，2D 游戏里角色面朝的四个方向） 南向 → 让模型生成西向 → 再生成北向 东向直接把西向水平翻转，省一次生成的钱 翻转时背包 / 武器位置可能错乱，prompt 里加一句「不要让效果出现在背后」 3️⃣ idle 和 attack 用图像模型 + 网格画布 传 anchor + 一张 1280×512 的 5×2 像素网格画布 按 frame sequence（帧序列：一个完整动作里的连续画面顺序）出动画 出来后再让 AI 重新提取每一帧居中（模型自己排版的间距经常是错的） 4️⃣ walk cycle 用视频模型（上面那一段） 5️⃣ 背景统一用 chroma（色键：统一颜色的背景，方便后期一键抠掉）紫色 GPT Image 2.0 和 Nano Banana 2 都不支持透明背景 所以全程用亮紫色，后期 fal（ AI 模型 API 的平台，相当于 AI 模型的 1688）上的 birefnet（开源的智能抠图模型）一键去背 6️⃣ sprite normalization（精灵图规范化：把所有帧统一对齐和裁剪的清洗步骤） 所有帧统一裁剪、脚底对齐、高度校正、锚点、补边 不对齐脚底的后果：角色会在游戏里跳来跳去 📕 整套跑完，一个不会画画的人，能做出 4 方向 × 4 动作的完整 RPG（Role Playing Game：角色扮演游戏）角色 现在不会画画的人，也能 1:1 还原他脑子里那个游戏

Jason Zhu

132,696 views • 3 months ago

如何用 WAN 2.2 生成长视频而不是每次5秒? 来看这个工作流，使用 Wan 2.2 i2v + FLF2V。制作方式是，先使用 Qwen Image + Qwen Image Edit 创建图片（套一些轻量化的使图片风格统一的 LoRA），然后使用 WAN 2.2 i2v 生成视频, 超过5秒的视频片段使用 FLF2V 进行扩展，同时保持视觉质量。另外注意这个工作流的作者 (Stellarchive) 巧妙地使用了闪电的画面闪烁来掩盖视频拼接帧的不自然部分。 这里也分享下我处理这个拼接部分的经验，基本是做一些高速运镜，比如快速缩小，快速放大，快速运动。然后一些闪烁或者黑屏、渐变的效果也可以用来过渡。 工作流在这里：
0:53

如何用 WAN 2.2 生成长视频而不是每次5秒? 来看这个工作流，使用 Wan 2.2 i2v + FLF2V。制作方式是，先使用 Qwen Image + Qwen Image Edit 创建图片（套一些轻量化的使图片风格统一的 LoRA），然后使用 WAN 2.2 i2v 生成视频, 超过5秒的视频片段使用 FLF2V 进行扩展，同时保持视觉质量。另外注意这个工作流的作者 (Stellarchive) 巧妙地使用了闪电的画面闪烁来掩盖视频拼接帧的不自然部分。 这里也分享下我处理这个拼接部分的经验，基本是做一些高速运镜，比如快速缩小，快速放大，快速运动。然后一些闪烁或者黑屏、渐变的效果也可以用来过渡。 工作流在这里：

karminski-牙医

16,680 views • 11 months ago

🔥马斯克表示xAI将大规模投入电子游戏开发，生成照片级逼真游戏！ FT报道，马斯克的XAI正在开发一种叫世界模型的AI技术，自动生成交互式的3D环境。 🚨用户可以像玩电子游戏一样，直接操控AI生成的视频内容。模型能根据玩家的操作实时生成场景。每个玩家的选择可能导致不同的故事发展或环境变化！
0:26

🔥马斯克表示xAI将大规模投入电子游戏开发，生成照片级逼真游戏！ FT报道，马斯克的XAI正在开发一种叫世界模型的AI技术，自动生成交互式的3D环境。 🚨用户可以像玩电子游戏一样，直接操控AI生成的视频内容。模型能根据玩家的操作实时生成场景。每个玩家的选择可能导致不同的故事发展或环境变化！

谢嘉琪

93,362 views • 10 months ago

做一条 Vox 风格视频，要花多少钱？ 我的答案：0元。 兄弟们，我把这套「0成本 Vox 视频工作流」做成了一个 YouMind Skill。 它会直接帮你生成： · 分镜提示词 · 视频动效提示词 · ElevenLabs 情绪旁白提示词 · Suno BGM 提示词 你只需调用各个平台的免费额度，按照步骤生成素材。 最后丢进 CapCut，自动识别字幕、剪辑成片。 不买课。 不买模板。 不订阅一堆软件。 0成本，先把第一条 Vox 视频做出来。 Skill 地址👇
1:14

做一条 Vox 风格视频，要花多少钱？ 我的答案：0元。 兄弟们，我把这套「0成本 Vox 视频工作流」做成了一个 YouMind Skill。 它会直接帮你生成： · 分镜提示词 · 视频动效提示词 · ElevenLabs 情绪旁白提示词 · Suno BGM 提示词 你只需调用各个平台的免费额度，按照步骤生成素材。 最后丢进 CapCut，自动识别字幕、剪辑成片。 不买课。 不买模板。 不订阅一堆软件。 0成本，先把第一条 Vox 视频做出来。 Skill 地址👇

知识猫AI实验室

24,754 views • 15 days ago

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
0:46

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)

46,758 views • 21 days ago

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。 这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。 这里 o1 一次生成可以执行的结果，确实是不错的。 生成游戏时的提示词： 使用 pygame 制作一个名为“找松鼠”的游戏： 每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。 如果草莓碰到你，你会死亡。 三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。
2:00

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。 这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。 这里 o1 一次生成可以执行的结果，确实是不错的。 生成游戏时的提示词： 使用 pygame 制作一个名为“找松鼠”的游戏： 每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。 如果草莓碰到你，你会死亡。 三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。

宝玉

18,172 views • 1 year ago

兄弟们 Lovart 接入 Sora 2 模型 确实是有点强啊 可以一键出MV、宣传片... 下面这个视频是我直接生成的 之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑 我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！ 全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”
2:24

兄弟们 Lovart 接入 Sora 2 模型 确实是有点强啊 可以一键出MV、宣传片... 下面这个视频是我直接生成的 之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑 我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！ 全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

小互

62,248 views • 10 months ago

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。
18:17

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,503 views • 2 years ago

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。
1:18

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

98,213 views • 4 months ago

我用Gemini3写了一个基于网格系统规则的LOGO生成器，片尾是完整动画效果。其主要功能有： 生成器可以按特定网格规则生成家族套系logo，指定颜色，可根据颜色生成渐变阶梯式色彩或单色logo。 可以生成首尾帧动画，做家族系LOGO之间的转换，也可以平铺LOGO成为辅助图形图案，非常方便的生成好看的mg动画。 可一键保存jpg、png、eps矢量图片，动画可一键保存mp4。 目前已经投入设计流程中使用。相信不久将来，设计师们都可以利用AI制作自己的设计工具，优化设计流程。
1:15

我用Gemini3写了一个基于网格系统规则的LOGO生成器，片尾是完整动画效果。其主要功能有： 生成器可以按特定网格规则生成家族套系logo，指定颜色，可根据颜色生成渐变阶梯式色彩或单色logo。 可以生成首尾帧动画，做家族系LOGO之间的转换，也可以平铺LOGO成为辅助图形图案，非常方便的生成好看的mg动画。 可一键保存jpg、png、eps矢量图片，动画可一键保存mp4。 目前已经投入设计流程中使用。相信不久将来，设计师们都可以利用AI制作自己的设计工具，优化设计流程。

DynamicWang

20,221 views • 8 months ago

Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏! 给大家带来刚刚正式发布的 kimi-k2.6 的正式版本的实测! 本次为了考验它的长程Agentic Coding能力, 我用 kimi-k2.6-code-preview 写了个 harness 游戏自动生成框架, 它可以根据给到的人设/场景/数值设计等规则, 自动生成关卡, 背景图片, 甚至配音! 其中框架驱动和草稿模型使用 kimi-k2.6, 文生图和生成语音由 kimi-k2.6 生成 prompt 后调用其它大模型生成. 最好玩的是, 我做了个"无头"版本的游戏cli接口, kimi-k2.6 能像玩互联网早期Mud游戏一样, 使用纯文本玩这个游戏, 每当它生成关卡之后, 他就可以直接进入游戏游玩一下, 来验证关卡设计得是否正确. 而内部设计又分为了对话生成skill, 脚本生成skill, 关卡生成skill, 游戏测试大师skill, 游戏资深玩家skill(由于检讨游戏性) 等等, 从而实现了让大模型自己写游戏自己玩! 每个关卡大概需要一个小时生成和验证, 如果并行验证应该还能更快一些(做多线程BFS/DFS). 另外本次依旧使用大家都熟悉的测试项目进行了前端/后端/Agent能力测试, 从测试来看, 复杂项目前端能力(建模, 空间理解, 物理模拟等)略有下降, 但后端和 Agent 能力有明显提升. 不过如果你是纯做网站的话, 可以用 kimi 网站上的的 k2.6 Agent 模式, 由于 Agent 能力足够强所以可以在这个模式下多步来提升生成的网站质量和交互体验. #kimi #kimik26 #moonshot #月之暗面 #kimicli
9:03

Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏! 给大家带来刚刚正式发布的 kimi-k2.6 的正式版本的实测! 本次为了考验它的长程Agentic Coding能力, 我用 kimi-k2.6-code-preview 写了个 harness 游戏自动生成框架, 它可以根据给到的人设/场景/数值设计等规则, 自动生成关卡, 背景图片, 甚至配音! 其中框架驱动和草稿模型使用 kimi-k2.6, 文生图和生成语音由 kimi-k2.6 生成 prompt 后调用其它大模型生成. 最好玩的是, 我做了个"无头"版本的游戏cli接口, kimi-k2.6 能像玩互联网早期Mud游戏一样, 使用纯文本玩这个游戏, 每当它生成关卡之后, 他就可以直接进入游戏游玩一下, 来验证关卡设计得是否正确. 而内部设计又分为了对话生成skill, 脚本生成skill, 关卡生成skill, 游戏测试大师skill, 游戏资深玩家skill(由于检讨游戏性) 等等, 从而实现了让大模型自己写游戏自己玩! 每个关卡大概需要一个小时生成和验证, 如果并行验证应该还能更快一些(做多线程BFS/DFS). 另外本次依旧使用大家都熟悉的测试项目进行了前端/后端/Agent能力测试, 从测试来看, 复杂项目前端能力(建模, 空间理解, 物理模拟等)略有下降, 但后端和 Agent 能力有明显提升. 不过如果你是纯做网站的话, 可以用 kimi 网站上的的 k2.6 Agent 模式, 由于 Agent 能力足够强所以可以在这个模式下多步来提升生成的网站质量和交互体验. #kimi #kimik26 #moonshot #月之暗面 #kimicli

karminski-牙医

40,100 views • 3 months ago

设计师有 Figma，程序员有 Cursor，视频创作者一直被困在一个 prompt 框里 TopviewAI 刚刚把这事改了 🌟 Topview Canvas：一个分镜优先的无限画布 · 用 GPT-image-2 直接生成分镜 · 在 Figma 风格的画布上自由排版、调整节奏 · 内置 AI agent 陪你头脑风暴、打磨剧情 · 一键交给 Seedance 2.0 出成片 可视化规划，掌控故事，不再为废稿烧钱 跨境电商广告片都不用愁了👇
0:21

设计师有 Figma，程序员有 Cursor，视频创作者一直被困在一个 prompt 框里 TopviewAI 刚刚把这事改了 🌟 Topview Canvas：一个分镜优先的无限画布 · 用 GPT-image-2 直接生成分镜 · 在 Figma 风格的画布上自由排版、调整节奏 · 内置 AI agent 陪你头脑风暴、打磨剧情 · 一键交给 Seedance 2.0 出成片 可视化规划，掌控故事，不再为废稿烧钱 跨境电商广告片都不用愁了👇

Jason Zhu

118,924 views • 2 months ago

Runway 推出 Multi-Shot App 一句话生成一整段带对话、音效和剪辑的视频 不用自己一个镜头一个镜头生成再拼，不用单独配音效，不用手动剪辑... 一次输入，出来就是一段有节奏感的短片。 你写一段场景描述，它自动拆解成最多 5 个镜头，每个镜头的构图、运镜、节奏都帮你规划好，还会自动匹配对话和音效。 两种输入方式： 给一张图作为起点，让它基于画面往下发展 纯文字描述，从零开始生成
1:34

Runway 推出 Multi-Shot App 一句话生成一整段带对话、音效和剪辑的视频 不用自己一个镜头一个镜头生成再拼，不用单独配音效，不用手动剪辑... 一次输入，出来就是一段有节奏感的短片。 你写一段场景描述，它自动拆解成最多 5 个镜头，每个镜头的构图、运镜、节奏都帮你规划好，还会自动匹配对话和音效。 两种输入方式： 给一张图作为起点，让它基于画面往下发展 纯文字描述，从零开始生成

小互

12,841 views • 4 months ago

我这个视频在本地游戏卡跑的 h3，电费 5 毛。 短剧制作变天了，进入无限抽卡的模式，成本反而下降 90%。 用开源的电影提示词，使用 Agent 跑的粗片，已经有那味了。 期间，AI 多次抽卡，多次校验、多次调整 Prompt，全自动生成。 分镜拆解后，先确定角色卡，有几种制作方法： 1. 首尾帧模式 2. 尾帧作为下一个片段的首帧 3. 配置 image2 作为图片模型 4. 无限本地抽卡，AI 粗校对 5. 把上面的做成你自己的工作流 无限抽卡，太疯狂了。 以后自己要看的动画片续集，电影，口播讲解，都可以用无限抽卡解决 粗片如下 🫡
1:17

我这个视频在本地游戏卡跑的 h3，电费 5 毛。 短剧制作变天了，进入无限抽卡的模式，成本反而下降 90%。 用开源的电影提示词，使用 Agent 跑的粗片，已经有那味了。 期间，AI 多次抽卡，多次校验、多次调整 Prompt，全自动生成。 分镜拆解后，先确定角色卡，有几种制作方法： 1. 首尾帧模式 2. 尾帧作为下一个片段的首帧 3. 配置 image2 作为图片模型 4. 无限本地抽卡，AI 粗校对 5. 把上面的做成你自己的工作流 无限抽卡，太疯狂了。 以后自己要看的动画片续集，电影，口播讲解，都可以用无限抽卡解决 粗片如下 🫡

实践哥MinLi

32,264 views • 8 days ago