Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

上周参加了LibTV AI短片黑客松活动... 嘿嘿,只是去现场观摩,不是去比赛啊 感叹高手就是高手啊,也感叹,即使AI能力再强,如果想再短时间内完成好的作品,审美和专业知识经验还是非常重要的... 下面这些AI短片都是通过LibTV的工具在48小时内容完成的,你们看看... 虽然现在的工具能让人人都制作一些小短片了,但是要达到能看好看的,还是需要经验加成的... 比如下面这部 金奖/最佳导演作品《抵达之前》

26,061 Aufrufe • vor 2 Tagen •via X (Twitter)

22 Kommentare

Profilbild von 小互
小互vor 2 Tagen

银奖作品《身在其中》

Profilbild von 小互
小互vor 2 Tagen

最佳原创剧本奖 《过门不入》

Profilbild von 小互
小互vor 2 Tagen

最佳导演奖/铜奖 《抵达之前》

Profilbild von 小互
小互vor 2 Tagen

最佳新锐奖《过道人生》

Profilbild von 小互
小互vor 2 Tagen

最佳视效成就奖《幕》

Profilbild von 小互
小互vor 2 Tagen

先锋探索奖《白鸟》

Profilbild von AI设计钟师傅
AI设计钟师傅vor 2 Tagen

同感。工具把门槛拉低了,但取舍还是靠人:镜头怎么切、节奏在哪停、哪一帧该留白。AI 能出画面,出不了判断。审美和经验反而更值钱了

Profilbild von Caspian_Roam
Caspian_Roamvor 2 Tagen

门槛降到人人都能做短片,差距反而全落在审美和经验上,48 小时的限时赛把这点放得更明显

Profilbild von kanbukan(看不看)
kanbukan(看不看)vor 2 Tagen

成片是分镜先定还是边生边挑?

Profilbild von appLe
appLevor 2 Tagen

收藏

Profilbild von 远路
远路vor 2 Tagen

48 小时做出能看的短片,工具已经不是门槛了。真正拉开差距的是分镜、节奏、剪辑这些 专业技能。AI 把执行成本打下来之后,审美反而成了最贵的那部分。

Profilbild von Crio Songo
Crio Songovor 2 Tagen

48h能做出这质感,工具只是基础,分镜和剪辑节奏才是拉开差距的地方。审美真得靠项目喂出来。

Profilbild von Tyler
Tylervor 2 Tagen

嗯,工具再强,人的眼光还是最要紧的。

Profilbild von 韭神 🆓 Jerry
韭神 🆓 Jerryvor 2 Tagen

重点是在:Waterloo Station👍 也就是中国人耳熟能详的魂断蓝桥

Profilbild von 澜知 AI
澜知 AIvor 2 Tagen

打铁还得自身硬,所以 ai 只是放大个人能力,并不会凭空产生能力。有能力的人会越来越强👍

Profilbild von Jianlin OS
Jianlin OSvor 2 Tagen

审美才是硬通货 tbh 🦚

Profilbild von Lightning麦昆
Lightning麦昆vor 2 Tagen

wow

Profilbild von Wigan | AI Signal
Wigan | AI Signalvor 2 Tagen

48小时这个限制其实把成本结构照得很清楚:生成已经不是最贵的一步了,贵的是删。能出一百条不难,难的是知道哪九十九条该扔、剩下一条为什么留得住。现场高手花在生成上的时间多,还是花在砍镜头、调节奏上多?

Profilbild von HoldenGrus
HoldenGrusvor 2 Tagen

不知道为什么,所有人像镜头都让我生理性排斥,大致看一眼知道用了哪些电影镜头、哪些场景、哪些明星的脸的数据训练的。搭配一些不合时宜的生硬表情,和避免穿帮的刻意转场,都很反感。 反而银奖、铜奖这些非人生物让我稍微能看的进去。

Profilbild von 晗BaiHoo
晗BaiHoovor 2 Tagen

妈呀,电影级别的

Profilbild von Martin
Martinvor 2 Tagen

审美和领域经验这块太真实了。工具再强,没有判断力还是堆不出好片子。你现场看下来,差距最大的是哪一块——分镜、节奏,还是选题?

Profilbild von 卡霖
卡霖vor 2 Tagen

审美这点太真实了, 我用 Muse 拍片,人一动脸就变, 工具再强也得自己会挑镜头。

Ähnliche Videos

你对AI视频的认知,99%都是错的 你是不是觉得,AI视频创作就是“输入提示词,抽卡式出图,再用剪映拼起来”?那些在闲鱼、小红书上标价几百块的AI视频单子,都是些赚不到钱的“小打小闹”? 如果你的答案是“是”,那么恭喜你,你对AI视频的认知,可能还停留在上个世纪 一个残酷的现实是:当大多数人还在怀疑和观望时,一小撮“超级个体”已经利用AI完成了商业模式​的重构,悄悄地赚得盆满钵满。 我们来看看几个“不起眼”的赛道: ​中小学教师的“刚需”:你可能不知道,为了评职称、参加比赛,中小学教师对高质量微课视频的需求是绝对的刚需。 看看淘宝,那些标价几百的微课制作服务,很多销量早已过万,而这仅仅是标价,一个定制化的数学或物理动效微课,最终成交价远超你的想象。 这在当下的经济环境中,是国内少有的暴利刚需业务。 ​闲鱼上的“暴利”生意​:一个60秒的AI视频,市场价在200-600元 但如果你用传统“图生视频”的模式,可能需要花费5个小时,时薪不到100元,苦不堪言。 而先行者已经找到了能“一键生成分镜、自动组成视频”的神器,将效率提升数十倍。 ​降维打击的“商业片”:你知道现在一个美院团队,制作一秒高质量的AI动画广告,报价是多少吗? 答案是1000元左右。而现在,一个人,借助合适的工具,就能实现从脚本、分镜、配音、字幕到剪辑的全流程自动化,效果直接媲美专业团队。 从产品推广、AI短剧、动态壁纸,到PPT转动画、产品Demo演示……AI视频创作的商业应用版图,正在以超乎想象的速度扩张。 这个时代,不再需要庞大的团队和昂贵的设备。 “创意”第一次成为了个体最核心,乃至唯一的资产。 而要抓住这个风口,你缺的不是创意,而是一个能将你的创意无限放大的“神器”。 Medeo的目标只有一个:让视频创作的门槛,彻底消失 它不仅仅是“文生视频”或“图生视频”,而是一个全流程的视频创作智能体。 就算你不会剪辑、不会写脚本、甚至不会写AI提示词,只要你有一个好点子,Medeo就能一键帮你: 生成专业脚本和分镜 生成匹配的关键帧画面 自动添加配音、字幕和背景音乐 支持多轮对话,对不满意的片段随时修改 最终自动剪辑成片 无论是产品推广、专业广告、知识科普,还是AI短剧,效果都直接爆炸。 我知道,你可能会有两个疑问: ​1. “它真的有那么强大吗? 很多工具都只是噱头。”​Medeo的核心优势在于其“分镜”逻辑,它能理解视频的叙事结构,而不是无脑生成单张图片 这使得镜头之间的配合度极高,故事感和流畅度远超传统AI视频工具。事实上,它大大减少了“抽卡”次数,这已经很大程度的减成本。 ​2. “这么强的工具,一定很贵吧?”​是的,它不便宜。 但请允许我提出一个你必须了解的核心事实:贵,不是Medeo的问题,而是AI时代下范式​的转变,而是当前整个AI视频生成领域的技术成本决定的。 你看到的每一次流畅的画面生成,背后都是海量算力的燃烧和昂贵GPU资源的消耗 这就像第一代iPhone,价格不菲,因为它集成了当时最前沿的技术。AI视频创作,就是当下的那个“前沿技术”。 所以,问题的关键不是“它为什么这么贵”,而是“它到底为我省了多少钱?” 让我们来算一笔账: 一个专业的美术或动画团队,制作一秒高质量AI动画的报价,是​1000元​。 一个传统的视频制作公司,完成一个商业广告片的报价,动辄​数万甚至数十万​。 而现在,Medeo将这个过去只有少数专业机构和企业才能负担得起的“视频工业能力”,压缩到了一个你触手可及的工具里。 它不是让你“多花钱”,而是将你的成本​从“团队级”指数级降低到了“个体级”​。 这本身就是一场颠覆性的成本革命。 相信我,随着技术迭代,成本一定会逐步降低 而现在,正是利用这个“信息差”和“能力差”建立优势的最佳时机。 AI带来的不是失业,而是对“个体价值”的重新洗牌。 在这个新的范式下,你不再是一个执行者,而是一个指挥AI军团的“导演”。 你的核心任务,是思考你能为世界创造什么样的独特价值。 不要再用过去的认知来审视现在的世界。 旧的地图,找不到新的大陆。 现在,Medeo官网 已经开放,并且提供免费积分让你亲身体验。 去试试看,亲自感受一下,那个属于“超级个体”的时代,已经到来了

叫我阿杭

23,034 Aufrufe • vor 9 Monaten

高人,你这个帖子让我整整琢磨了两天!本来想写个长文,但是太多头绪也不知道从何写起。总的来说是我这段时间上推的原因,总感觉自己的开发缺了很重要的认知;也是我这段时间除了自己硬件修复工作之外,还必须要去看text-to-CAD 的原因。 我为啥这段时间上推,就是心情不好。话多,我心情好的时候是不说话的,哪有这个功夫,可以一直干活。 很多行业,甚至是大部分AI需要落地的严肃场景,就是缺 IR, Verifier; 后续的TD和Platform Config必须建立在前面已经推导完成的前提下。AI写程序为什么那么厉害,就是因为IR-Platform Config这条链条是顺畅的。 我们看一下我这个视频。Zoo(text-to-CAD)就是创造了KCL这个IR, 集合你说的Specs/Impl 于一体,Specs是代码前面那一段。后面的Impl与verfier, 比如一些constraint是混在一起的。 这个版就做的非常好,就是我在你的提示下,自己把specs IR写好了。直接导入fusion我加了螺纹就是一个完整的可打印件。 我们要做任何一个行业的“如码" as code, 恐怕都逃不过这个阶段。 法律,医疗,CAD, circuit。 全都需要IR。 否则AI只是提供方案,不能提供方案验证,没有统一的IR,简直就是语言机——只会说!例如 Text-to-CAD 中,模型可以生成 KCL;但如果没有几何检查、约束检查, 这个图都画不出来的。 Transformer 本质上是概率预测器:P(next token | previous tokens) 代码非常成功是因为:代码行业拥有世界上最成熟的 IR 和 Verifier。 现在各行各业IR缺失,才是这一轮AI基本感觉漂浮在语言宇宙的原因。比如医疗。医疗算不算全世界标准最多的领域之一? 医疗已经有 FHIR、DICOM、SNOMED 这些标准,但是这些标准大多数解决的是数据交换(Interoperability),而不是医学推理(Clinical Reasoning)。 如果真的要靠AI医学推理,需要耗费十几年的时间,真正把IR做出来,形成统一标准。 高人,给跪了。

Susan STEM

26,656 Aufrufe • vor 3 Monaten