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。

《倒春寒》MV - 即梦 OmniHuman-1 测试作品这玩意确实标志着视频生成的新阶段从单一的画面运动变成了整体整体输出你可以直接将一张图片变成，带语音、音乐和唇形同步、表情的视频下面有过程和功能介绍👇

歸藏(guizang.ai)

153,426 subscribers

53,602 次观看 • 1 年前 •via X (Twitter)

科学技术教育艺术

Anya Rossi• Live Now

Private livecam show

11 条评论

歸藏(guizang.ai) 的头像

歸藏(guizang.ai)1 年前

制作过程：音乐生成：即梦视频&口型同步：即梦歌词生成：Deepseek R1 脚本生成：Deepseek R1 图片生成：Midjoureny

歸藏(guizang.ai) 的头像

歸藏(guizang.ai)1 年前

多模态视频生成（OmniHuman-1）介绍：最低只需要上传图片和需要说话的文字可以直接生成全身动作、表情、口型支持各种风格的生成比如水墨、皮克斯、动漫支持所有类人主体的生成时间限制为15秒支持上传歌曲音频即使是图片在嘴部和面部有遮挡、侧脸也可以流畅生成

歸藏(guizang.ai) 的头像

歸藏(guizang.ai)1 年前

现存问题：在音乐生成的时候面部表情有点用力过猛，可能跟音频响度有关如果音频模糊、快速演唱或者说话的时候，嘴型生成可能会不准确

歸藏(guizang.ai) 的头像

歸藏(guizang.ai)1 年前

口播测试，用内置的音频生成素材只有口播文案和图片

PowerBeatsVR 的头像

PowerBeatsVR3 年前

Get ready for a full-body VR workout that’s fun, fast, and intuitive — Play PowerBeatsVR (Now on Meta Quest) 🔥

tomatoxegg 的头像

tomatoxegg1 年前

有点用力过猛了

Zhang Zhao 的头像

Zhang Zhao1 年前

请教下如何可以申请到试用资格

火之舞的头像

火之舞1 年前

口型稍微夸张了点，整体还是不错的

ninglon 的头像

ninglon1 年前

现在我还没有内测资格

汗青 HQ 的头像

汗青 HQ1 年前

很强

歸藏(guizang.ai) 的头像

歸藏(guizang.ai)1 年前

雀食

相关视频

字节刚发布了 OmniHuman-1.5 ，案例看起来非常牛皮依然是通过音频和图像生成视频，整体的真实感和泛化能力都有了非常强的提升支持双人音频驱动生成视频支持生成超过一分钟的视频支持感知并通过视频表达音频的情感支持额外的文本提示词支持多人场景表演支持非真人的唇形和动作同步

字节刚发布了 OmniHuman-1.5 ，案例看起来非常牛皮依然是通过音频和图像生成视频，整体的真实感和泛化能力都有了非常强的提升支持双人音频驱动生成视频支持生成超过一分钟的视频支持感知并通过视频表达音频的情感支持额外的文本提示词支持多人场景表演支持非真人的唇形和动作同步

歸藏(guizang.ai)

17,521 次观看 • 1 年前

藏师傅字节 Seedance 1.5 Pro 视频模型首测！这次支持了音画同出，更惊喜的是还支持方言生成，同时表演中的情绪表达和复杂运镜也都有非常大的进步可以去火山引擎、豆包和即梦尝试，先看一下藏师傅的测试视频混剪下面是具体的测试和提示词👇

藏师傅字节 Seedance 1.5 Pro 视频模型首测！这次支持了音画同出，更惊喜的是还支持方言生成，同时表演中的情绪表达和复杂运镜也都有非常大的进步可以去火山引擎、豆包和即梦尝试，先看一下藏师傅的测试视频混剪下面是具体的测试和提示词👇

歸藏(guizang.ai)

36,598 次观看 • 9 个月前

新出的一款唇形同步工具：KeySync，核心能力是解决了表情泄漏以及遮挡问题，唇部动作不会受到原始视频人物表情，或是嘴部被遮挡而影响同步效果能处理高分辨率视频，可以准确的把生成的唇部动作与新音频对齐，避免音画不同步它的两阶段框架设计，能使时间连贯性保持的较好，使得嘴型变化自然流畅可以通过调整参数控制动画的生成过程，比如指定遮挡物体的位置 #唇形同步 #KeySync

新出的一款唇形同步工具：KeySync，核心能力是解决了表情泄漏以及遮挡问题，唇部动作不会受到原始视频人物表情，或是嘴部被遮挡而影响同步效果能处理高分辨率视频，可以准确的把生成的唇部动作与新音频对齐，避免音画不同步它的两阶段框架设计，能使时间连贯性保持的较好，使得嘴型变化自然流畅可以通过调整参数控制动画的生成过程，比如指定遮挡物体的位置 #唇形同步 #KeySync

AIGCLINK

18,442 次观看 • 1 年前

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频具备逼真的唇形同步与自然的面部表情官方称最长支持1分钟的视频生成

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频具备逼真的唇形同步与自然的面部表情官方称最长支持1分钟的视频生成

小互

13,439 次观看 • 1 年前

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

HeyGen 发布 Avatar IV 数字人模型只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。

小互

140,969 次观看 • 1 年前

利用 AI，用视频生成视频从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

利用 AI，用视频生成视频从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

倪爽

200,743 次观看 • 3 年前

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。做了一个让乔布斯卖破拖鞋的演讲。下面是测试和教程👇：

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。做了一个让乔布斯卖破拖鞋的演讲。下面是测试和教程👇：

歸藏(guizang.ai)

39,562 次观看 • 1 年前

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。”

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

62,627 次观看 • 1 年前

受邀参与了一个海外设计 Agents 产品 lovart ai 的测试试了一下这也太 tm 牛皮了！我只说了 50 个字的需求，直接给我生成了模特 ID 图片、11 个视频分镜图片，每个分镜的拍摄指导和分镜视频。最后直接自动剪辑成了完整的视频！下面是一些详细的介绍：

受邀参与了一个海外设计 Agents 产品 lovart ai 的测试试了一下这也太 tm 牛皮了！我只说了 50 个字的需求，直接给我生成了模特 ID 图片、11 个视频分镜图片，每个分镜的拍摄指导和分镜视频。最后直接自动剪辑成了完整的视频！下面是一些详细的介绍：

歸藏(guizang.ai)

103,306 次观看 • 1 年前

通过分镜故事板生成30秒日式青春短片（雪地氛围）流程：（Minimax H3） 1.总导演：Codex，负责完成提示词构想和分镜故事板生成操作路径： -将你的剧情和想要的风格告诉 Codex，并给他可参考的故事板提示词（可以复制我的提示词👇👇👇作为参考）； -下达指令：请基于我给的剧情和参考图结构，生成一段日式短片风格的故事板图片。（哪里不对就直接跟他说） 2.视频“拍摄”+后期：Edimakor Taiwan，负责完成视频生成和后期基础剪辑和配乐体验地址：操作路径： -点击图生视频（或者参考生视频），将故事板图片作为参考图，使用【Minimax H3模型】，分别生成前15秒和后15秒的视频内容 -个别镜头出错的情况，单独再输入该段画面的提示词👇👇👇，重新生成这个短的片段即可 -将所有生成的画面，拖到下面的时间轴，完成粗剪 -使用AI音乐，模型使用Lyria 3 Pro，基于故事板图片生成前后两段bgm -最后，导出视频，一个日式风格的短片就生成了 #Edimakor

通过分镜故事板生成30秒日式青春短片（雪地氛围）流程：（Minimax H3） 1.总导演：Codex，负责完成提示词构想和分镜故事板生成操作路径： -将你的剧情和想要的风格告诉 Codex，并给他可参考的故事板提示词（可以复制我的提示词👇👇👇作为参考）； -下达指令：请基于我给的剧情和参考图结构，生成一段日式短片风格的故事板图片。（哪里不对就直接跟他说） 2.视频“拍摄”+后期：Edimakor Taiwan，负责完成视频生成和后期基础剪辑和配乐体验地址：操作路径： -点击图生视频（或者参考生视频），将故事板图片作为参考图，使用【Minimax H3模型】，分别生成前15秒和后15秒的视频内容 -个别镜头出错的情况，单独再输入该段画面的提示词👇👇👇，重新生成这个短的片段即可 -将所有生成的画面，拖到下面的时间轴，完成粗剪 -使用AI音乐，模型使用Lyria 3 Pro，基于故事板图片生成前后两段bgm -最后，导出视频，一个日式风格的短片就生成了 #Edimakor

探路AI

16,570 次观看 • 1 个月前

兄弟们这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果我选择了个战争场面我让GPT帮我写好的文案和剧情我来复制粘贴进行操作它根据我的文案实时机械能画面和剧情生成，有点牛P啊随时这只是个技术预览展示，但是对我的震撼还是蛮大的你输入一句话 → 它开始生成视频；你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构

兄弟们这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果我选择了个战争场面我让GPT帮我写好的文案和剧情我来复制粘贴进行操作它根据我的文案实时机械能画面和剧情生成，有点牛P啊随时这只是个技术预览展示，但是对我的震撼还是蛮大的你输入一句话 → 它开始生成视频；你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构

小互

12,587 次观看 • 8 个月前

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具而且你还可以通过传送门和别人的世界连接起来，生成新的故事使用方法在下面：

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具而且你还可以通过传送门和别人的世界连接起来，生成新的故事使用方法在下面：

歸藏(guizang.ai)

27,903 次观看 • 1 年前

卧槽，Hypit 这次确实有点意思。把它接进 Codex，丢一条参考视频过去，再说一句“帮我 Clone”，它就能把原片拆成可编辑的视频工程。人物能换、服装能换、色卡能换。原片的构图、镜头节奏、字幕、转场和画面层级，会尽量保留下来。我这次用 Codex 跑了 Hypit，复刻了两条短视频。一个是「豆包帮我清理桌面」的场景创意 yanhua，一个是 @陶阿狗君的旅行变装。它先把视频拆成一个可编辑的 workflow。谁在说话、哪一段用什么图、字幕怎么排、画面怎么动，都变成工程里的零件。流程很简单： 1、给 Codex 装上 Hypit Skill npx skills add hypit-ai/hypit -g 2、配好视频模型 API 我这里用即梦 CLI 调 Seedance，先确认模型能正常出片。 3、把参考视频和人物图交给 Codex 告诉它保留原片构图和分镜节奏，把人物换成参考图角色，再生成新的色卡和服装。 4、先确认图片，再生成动态镜头图片、视频和声音可以分阶段处理。图片不满意先改，确认后再调视频模型出片。我觉得 Hypit 最有意思的地方，是它把视频制作从一次性「抽卡」，变成可以持续修改的项目。你能一边预览成片，一边看对应素材和源码。想换人、改字、调镜头节奏，都有地方下手。工具是开源的，模型和 API 费用各自另算。想用 AI Agent 做视频 Clone 的，可以自己装了试试，效果因模型和参考片差异会比较大。官方仓库（开源）：

卧槽，Hypit 这次确实有点意思。把它接进 Codex，丢一条参考视频过去，再说一句“帮我 Clone”，它就能把原片拆成可编辑的视频工程。人物能换、服装能换、色卡能换。原片的构图、镜头节奏、字幕、转场和画面层级，会尽量保留下来。我这次用 Codex 跑了 Hypit，复刻了两条短视频。一个是「豆包帮我清理桌面」的场景创意 yanhua，一个是 @陶阿狗君的旅行变装。它先把视频拆成一个可编辑的 workflow。谁在说话、哪一段用什么图、字幕怎么排、画面怎么动，都变成工程里的零件。流程很简单： 1、给 Codex 装上 Hypit Skill npx skills add hypit-ai/hypit -g 2、配好视频模型 API 我这里用即梦 CLI 调 Seedance，先确认模型能正常出片。 3、把参考视频和人物图交给 Codex 告诉它保留原片构图和分镜节奏，把人物换成参考图角色，再生成新的色卡和服装。 4、先确认图片，再生成动态镜头图片、视频和声音可以分阶段处理。图片不满意先改，确认后再调视频模型出片。我觉得 Hypit 最有意思的地方，是它把视频制作从一次性「抽卡」，变成可以持续修改的项目。你能一边预览成片，一边看对应素材和源码。想换人、改字、调镜头节奏，都有地方下手。工具是开源的，模型和 API 费用各自另算。想用 AI Agent 做视频 Clone 的，可以自己装了试试，效果因模型和参考片差异会比较大。官方仓库（开源）：

行者AI视频

161,452 次观看 • 21 天前

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。

蛋仔

28,710 次观看 • 5 个月前

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

Paidax

37,642 次观看 • 1 年前

字节跳动的新项目通过音频驱动静态照片生成动态视频并且生成头部和面部的自然动作，如表情变化、头部移动等。模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。

字节跳动的新项目通过音频驱动静态照片生成动态视频并且生成头部和面部的自然动作，如表情变化、头部移动等。模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。

小互

35,269 次观看 • 2 年前