Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

做内容运营，生图生视频，你现在还在跑好几个工具吗？ 被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了 得重新规划一套，但这几天身体不舒服，没心思搞 随手把提示词扔进 flowith 试了一下 以为偷懒的结果会很烂，但实际上这个是我最近用的最好的生图agent之一。 它直接出了 12 个瑜伽动作分镜，动作清晰，描述完整 分镜图和人物图来生成出首末两张图片，用视频模式可灵模型，简单的演示视频，一条链路打通，全在一个工具里面 Agent 模式还能联网，生成下周海报日历，日期星期都是对的，普通的生图模型记忆估计2025年 这条链路怎么跑起来，看我下面细细说来👇

lxfater's profile picture

铁锤人

102,734 subscribers

64,611 Aufrufe • vor 4 Monaten •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

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
1:54

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 Aufrufe • vor 1 Jahr

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：
1:25

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 Aufrufe • vor 2 Jahren

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👇：
0:35

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 Aufrufe • vor 1 Jahr

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：
0:43

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 Aufrufe • vor 1 Jahr

做 AI 短剧终于不用花钱了，Pavo 上线 Agnes Video 2.5 Flash 模型，免费不限量使用。 单条视频最长可生成 12 秒、720P 分辨率，还支持多图参考和首尾帧生视频，效果还不错。 每天还能获取 200 个积分，可以用于 Agnes Video 2.5 模型，最高可出 2K 视频。 地址： 还发现 Pavo 有两个好用功能，一个是「无限画布」，可用于构建视频生成工作流。 下面视频便是用它制作的，先生成一张人物图，再为人物生成三条动作视频，最后合并成一条。 另一个是 AI 短剧模式，输入一个故事想法，剧本、人物、场景、分镜到成片一路生成。 没有任何门槛，注册就能用，想做 AI 视频或短剧的朋友，可以试下。
0:30

做 AI 短剧终于不用花钱了，Pavo 上线 Agnes Video 2.5 Flash 模型，免费不限量使用。 单条视频最长可生成 12 秒、720P 分辨率，还支持多图参考和首尾帧生视频，效果还不错。 每天还能获取 200 个积分，可以用于 Agnes Video 2.5 模型，最高可出 2K 视频。 地址： 还发现 Pavo 有两个好用功能，一个是「无限画布」，可用于构建视频生成工作流。 下面视频便是用它制作的，先生成一张人物图，再为人物生成三条动作视频，最后合并成一条。 另一个是 AI 短剧模式，输入一个故事想法，剧本、人物、场景、分镜到成片一路生成。 没有任何门槛，注册就能用，想做 AI 视频或短剧的朋友，可以试下。

GitHubDaily

26,109 Aufrufe • vor 5 Tagen

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：
4:20

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：

歸藏(guizang.ai)

48,993 Aufrufe • vor 2 Jahren

我刚才试了Google Flow最新的智能体模式，一次生成了14张分镜，而且主角居然没长歪。 以前做分镜，我得一张一张抽卡，稍微换个角度人物脸就变了，后期还得单独放大，累得想摔键盘。这次我直接进Agent模式，丢了一张红衣女剑客的参考图，把写好的14段镜头描述贴进去。 它跑完直接甩出一个高清大图列表。每张图的景别都对了，从特写到全景，人物和衣服细节死死咬住参考图。不用我再一张张去对齐风格，直接就能拿去排片。 你们做分镜脚本，是习惯手绘草图，还是直接让AI批量跑图？
1:01

我刚才试了Google Flow最新的智能体模式，一次生成了14张分镜，而且主角居然没长歪。 以前做分镜，我得一张一张抽卡，稍微换个角度人物脸就变了，后期还得单独放大，累得想摔键盘。这次我直接进Agent模式，丢了一张红衣女剑客的参考图，把写好的14段镜头描述贴进去。 它跑完直接甩出一个高清大图列表。每张图的景别都对了，从特写到全景，人物和衣服细节死死咬住参考图。不用我再一张张去对齐风格，直接就能拿去排片。 你们做分镜脚本，是习惯手绘草图，还是直接让AI批量跑图？

Vincent

15,059 Aufrufe • vor 3 Monaten

最近AI短剧很火，很多新起的抖音号 个把星期就弄了几十万粉丝 我前面也手痒，开了即梦的会员想试试 Seedance 2.0（看了下今天要出2.5） 确实牛逼 但是我被劝退了 排队太难了 做的人太多了，生成一条视频等半天，出来的效果全看运气。不满意？重新排队再碰一次运气。一晚上下来我大部分时间在等 后来我就开始找平替。试了好几个，很多都挂着 Seedance 2.0 的接口，但实际出来的东西不太理想，质感总觉得差点意思 然后我试了 Creao AI 他也是seedance2.0的端口 说实话，比即梦体验好 最大的区别是 它可以直接生成一段完整的视频，不需要你自己去把很多几秒钟的短片拼起来剪辑 它会自动帮你整合、拉长时长。 我试了一个一分钟的短片，细节质量和即梦差不多，但流程省了很多事 细节：先生成你视频里需要的人物图片和场景图，然后再生成质量好的提示词。说实话视频最后好不好，提示词非常关键，图片决定画面，提示词决定动作和节奏 下面给大家看看我一次成型的作品 我有信心 只要积分足够 我也能做一个大片 哈哈 ——
1:00

最近AI短剧很火，很多新起的抖音号 个把星期就弄了几十万粉丝 我前面也手痒，开了即梦的会员想试试 Seedance 2.0（看了下今天要出2.5） 确实牛逼 但是我被劝退了 排队太难了 做的人太多了，生成一条视频等半天，出来的效果全看运气。不满意？重新排队再碰一次运气。一晚上下来我大部分时间在等 后来我就开始找平替。试了好几个，很多都挂着 Seedance 2.0 的接口，但实际出来的东西不太理想，质感总觉得差点意思 然后我试了 Creao AI 他也是seedance2.0的端口 说实话，比即梦体验好 最大的区别是 它可以直接生成一段完整的视频，不需要你自己去把很多几秒钟的短片拼起来剪辑 它会自动帮你整合、拉长时长。 我试了一个一分钟的短片，细节质量和即梦差不多，但流程省了很多事 细节：先生成你视频里需要的人物图片和场景图，然后再生成质量好的提示词。说实话视频最后好不好，提示词非常关键，图片决定画面，提示词决定动作和节奏 下面给大家看看我一次成型的作品 我有信心 只要积分足够 我也能做一个大片 哈哈 ——

Powerpei

42,757 Aufrufe • vor 2 Monaten

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了
1:30

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了

歸藏(guizang.ai)

24,365 Aufrufe • vor 1 Jahr

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：
1:29

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 Aufrufe • vor 1 Jahr

99%的人拿GPT Image 2当画笔用，亏大了！最强玩法其实是“图层切割术”，一键吐出PSD分层文件，直接省下一个设计师的工资！ 别再去死磕什么提示词画大图了，今天教你一个GPT Image 2藏着的“物理外挂”，直接把工作流从“手搓”进化到“全自动”。 1⃣ 开启“隐形”模式： 在提示词里加一句“背景透明”，它能直接生成带Alpha通道的PNG。不管是花字还是素材，抠图？不存在的，生出来就是透底的。 2⃣ 隔空取物与自动补全： 传一张照片，让它把人物和背景分离。不仅人物抠得干干净净，连原本被挡住的背景它都能脑补给你填上，强迫症福音。 3⃣ 一键导出PSD： 最炸裂的来了。输入“导出分层PSD”，它后台直接跑Python脚本，把图层打包好发给你。直接拖进PS，图层名字都给你分好了，这哪是AI，这是请了个免费美工。 4 2.5D视差动画SOP： 拿到分层图，扔给AI Agent（如Remotion），一句话：“把这张图分9层，做个青春感视差动画”。以前要在AE里K半天关键帧，现在喝完咖啡视频就做好了。
1:26

99%的人拿GPT Image 2当画笔用，亏大了！最强玩法其实是“图层切割术”，一键吐出PSD分层文件，直接省下一个设计师的工资！ 别再去死磕什么提示词画大图了，今天教你一个GPT Image 2藏着的“物理外挂”，直接把工作流从“手搓”进化到“全自动”。 1⃣ 开启“隐形”模式： 在提示词里加一句“背景透明”，它能直接生成带Alpha通道的PNG。不管是花字还是素材，抠图？不存在的，生出来就是透底的。 2⃣ 隔空取物与自动补全： 传一张照片，让它把人物和背景分离。不仅人物抠得干干净净，连原本被挡住的背景它都能脑补给你填上，强迫症福音。 3⃣ 一键导出PSD： 最炸裂的来了。输入“导出分层PSD”，它后台直接跑Python脚本，把图层打包好发给你。直接拖进PS，图层名字都给你分好了，这哪是AI，这是请了个免费美工。 4 2.5D视差动画SOP： 拿到分层图，扔给AI Agent（如Remotion），一句话：“把这张图分9层，做个青春感视差动画”。以前要在AE里K半天关键帧，现在喝完咖啡视频就做好了。

Vincent

191,827 Aufrufe • vor 4 Monaten

看起来 FLUX 3 要发布了。昨天黑森林工作室短暂地上线了一下预告。 说是支持图像、视频、音频和动作生成，是一个全模态的生成模型。 其中，单条视频支持一次生成 20 秒。 按他们正常的逻辑来说，这一般会是开源的。如果真的开源，那整个生态估计又要爽一波了。
0:20

看起来 FLUX 3 要发布了。昨天黑森林工作室短暂地上线了一下预告。 说是支持图像、视频、音频和动作生成，是一个全模态的生成模型。 其中，单条视频支持一次生成 20 秒。 按他们正常的逻辑来说，这一般会是开源的。如果真的开源，那整个生态估计又要爽一波了。

歸藏(guizang.ai)

20,305 Aufrufe • vor 1 Monat

好莱坞完蛋了！ AI视频的平权时代来了！ Seedance 2.5能做的，Minimax H3 一样可以做到，我昨天晚上用一台老电脑，24G内存，12G的3060显卡，用一批2024年初MJ生成的图片，生成一分钟左右的电影预告片视频，图生视频，用的是turbo LoRA ，生视频效果还不错。 Seedance prompt 非常简单，就是把图片上的元素怎么动起来怎么运镜描述一下就行。
0:58

好莱坞完蛋了！ AI视频的平权时代来了！ Seedance 2.5能做的，Minimax H3 一样可以做到，我昨天晚上用一台老电脑，24G内存，12G的3060显卡，用一批2024年初MJ生成的图片，生成一分钟左右的电影预告片视频，图生视频，用的是turbo LoRA ，生视频效果还不错。 Seedance prompt 非常简单，就是把图片上的元素怎么动起来怎么运镜描述一下就行。

PixelAIGC

22,313 Aufrufe • vor 1 Monat

用 gemini-2.0 新推出的图片编辑 API，连夜肝了个工具，实现白底图到产品实拍图的批量自动化生成。效果炸裂，特别是对产品的特征保留的很好，相比 ComfyUI 工作流调个半死，这不强多了。这效果图拿来做短视频足以，代码还要整理一下，晚点看看发出来玩玩
0:34

用 gemini-2.0 新推出的图片编辑 API，连夜肝了个工具，实现白底图到产品实拍图的批量自动化生成。效果炸裂，特别是对产品的特征保留的很好，相比 ComfyUI 工作流调个半死，这不强多了。这效果图拿来做短视频足以，代码还要整理一下，晚点看看发出来玩玩

DouO

65,319 Aufrufe • vor 1 Jahr

给可灵 1.6 做了一个详细的测试，它就是现在最强的图生视频模型！ 写实图片生成视频居然可以完成 Veo 2 的牛排测试 风格化更是断档领先，我都怀疑 Veo2 有没有这么强 无论是 3D、动漫还是艺术画都不在话下 试完之后又想自己搞片子了。
0:40

给可灵 1.6 做了一个详细的测试，它就是现在最强的图生视频模型！ 写实图片生成视频居然可以完成 Veo 2 的牛排测试 风格化更是断档领先，我都怀疑 Veo2 有没有这么强 无论是 3D、动漫还是艺术画都不在话下 试完之后又想自己搞片子了。

歸藏(guizang.ai)

45,373 Aufrufe • vor 1 Jahr

【一款极简的文生图、文生视频程序】 老婆最近在搞文学创作，想要AI生图、生视频。我们试了下目前国内模型在武侠形象生成上优于海外，但她觉得目前千问万相调用API太复杂，想让我给她搞个小白可操作的，那么它来了： 让你能够用最简单的方式调用阿里云百炼的通义万相图片和视频生成 API，专注于提供极简的 API 和最佳的开发体验。 支持页面操作和Notebook自定义调试 开源地址： 欢迎试用 操作演示视频如下：
2:55

【一款极简的文生图、文生视频程序】 老婆最近在搞文学创作，想要AI生图、生视频。我们试了下目前国内模型在武侠形象生成上优于海外，但她觉得目前千问万相调用API太复杂，想让我给她搞个小白可操作的，那么它来了： 让你能够用最简单的方式调用阿里云百炼的通义万相图片和视频生成 API，专注于提供极简的 API 和最佳的开发体验。 支持页面操作和Notebook自定义调试 开源地址： 欢迎试用 操作演示视频如下：

岚叔

18,067 Aufrufe • vor 10 Monaten

我把 AI 解说视频，彻底做成了一条“无人流水线” 丢进去文案和声音，后面的配音、分镜、画面、字幕、合成基本全自动 开源 4 天，350+ Stars，1000+ 人收藏。今天一次性把 cs-board 的全部功能讲透 并且新增加了自媒体封面修改功能，内置十种风格（还可以diy）还有市面上所有封面的尺寸（图二）👇 cs-board已经从一个 AI 白板视频工具，越改越像一个真正的 AI 内容生产工作台 以前用 AI 做一条内容，流程基本是这样的： 写文案 → 找模型改稿 → 克隆声音 → 拆分镜 → 生图 → 调风格 → 做动画 → 加字幕 → 做封面 → 导出 问题不是 AI 不够强 而是： 每一步都很强，但每一步都是孤岛 你要不断复制粘贴、切工具、重新上传素材、重新解释人物是谁、重新告诉模型你要什么风格 最后不是 AI 在替你工作，而是你成了 AI 工具之间的“人肉 API” 所以 cs-board 现在做的事情，本质上不是继续堆 AI 功能 而是把这些步骤做成一个有状态的内容生产工作台 1️⃣ 为什么我没有直接做“一键生成视频” 因为真正影响内容质量的，从来不是“一键” 而是中间状态能不能被控制和复用 比如现在 cs-board 生成一条视频，中间会留下： 配音 → 分镜 → 图片 → 分段视频 → 最终成片 这些都不是一次性的临时结果，而是检查点 假设你已经生成完所有图片，只是觉得字幕位置不对 正常 AI 工作流可能又得重新跑一遍 cs-board 不需要 直接从后面的渲染阶段继续 前面花过的钱和时间不重新花 我越来越觉得，AI 工具真正应该优化的，不是“第一次能不能生成”，而是： 第 17 次修改的时候，你还需不需要从头来一遍 2️⃣ 动态信息图为什么不是“让 AI 生成一张 PPT” 这个功能我改得比较久 因为我发现很多所谓 AI 视频，本质都有一个问题： 画面和人声是脱节的 旁白还没讲到第三点，画面已经把五点全部展示出来了 观众其实根本不会跟着你的表达走 所以 cs-board 的动态信息图不是： 文案 → HTML → 视频 而是先把真实旁白做成一个语义时间轴 一句话什么时候开始说、哪个关键词什么时候出现、哪个知识卡片什么时候展开，都跟实际音频绑定 所以画面不是按照“程序跑到第几秒”出现 而是： 你讲到哪，它才出现到哪 这其实是我现在做 cs-board 比较核心的一个思路： AI 负责理解内容，程序负责保证确定性 能交给代码控制的东西，我越来越不想交给模型猜 3️⃣ 为什么人物和画风要单独抽出来 以前最大的问题之一就是一致性。 第一张图是这个人。 第二张开始脸就变了。 第三张甚至连画风都换了。 所以现在自定义模式里，我把两件东西单独抽出来： 人物参考 + 风格参考。 可以放固定 IP，也可以放自己的品牌视觉。 人物最多可以提供多张参考图，风格也作为独立条件贯穿整个任务。 这意味着 cs-board 不只是帮你“生成一条视频”。 更重要的是： 它开始能够持续生产属于同一个 IP 的内容 对于真正做账号的人，这个区别非常大 4️⃣ 最近我又把封面也塞进去了 因为做完视频以后，我发现自己还得打开另一个工具做封面。 那干脆继续 Coding 现在封面制作直接放进工作台 粘贴文章 / 帖子内容以后： 自动理解内容 → 提炼标题 → 选择构图 → 生成人物与视觉 → 输出封面。 我没有只给一个“生成封面”按钮 而是先做了 10 种专业封面构图 因为封面的核心根本不只是图片好不好看 而是： 标题放哪、人物放哪、视觉重心在哪、第一眼先看到什么 构图是确定性的，审美才交给模型 这和前面动态信息图其实是同一套逻辑 5️⃣ 现在这个工作台正在慢慢变成什么 目前已经逐渐放进来了： 白板视频 / 自定义人物与画风 / 动态信息图 / 文案改写 / 对口型视频 / AI 封面制作 视觉模板现在也已经扩到了 12 套 音色克隆可以接本地 IndexTTS 任务、素材、配置、历史和成片默认都放本地 甚至同一个局域网里的电脑，可以共享制作队列 这也是我现在给 cs-board 定的方向： 不做一个 AI 视频生成器。 做一个可以不断往里面塞能力的 AI 内容生产工作台。 目前项目继续开源： 现在功能还远远没做完，下一步正在接入数字人工具 如图P3 但我觉得这条路，比继续做一堆“一键生成 XX”的小工具有意思多
0:39

我把 AI 解说视频，彻底做成了一条“无人流水线” 丢进去文案和声音，后面的配音、分镜、画面、字幕、合成基本全自动 开源 4 天，350+ Stars，1000+ 人收藏。今天一次性把 cs-board 的全部功能讲透 并且新增加了自媒体封面修改功能，内置十种风格（还可以diy）还有市面上所有封面的尺寸（图二）👇 cs-board已经从一个 AI 白板视频工具，越改越像一个真正的 AI 内容生产工作台 以前用 AI 做一条内容，流程基本是这样的： 写文案 → 找模型改稿 → 克隆声音 → 拆分镜 → 生图 → 调风格 → 做动画 → 加字幕 → 做封面 → 导出 问题不是 AI 不够强 而是： 每一步都很强，但每一步都是孤岛 你要不断复制粘贴、切工具、重新上传素材、重新解释人物是谁、重新告诉模型你要什么风格 最后不是 AI 在替你工作，而是你成了 AI 工具之间的“人肉 API” 所以 cs-board 现在做的事情，本质上不是继续堆 AI 功能 而是把这些步骤做成一个有状态的内容生产工作台 1️⃣ 为什么我没有直接做“一键生成视频” 因为真正影响内容质量的，从来不是“一键” 而是中间状态能不能被控制和复用 比如现在 cs-board 生成一条视频，中间会留下： 配音 → 分镜 → 图片 → 分段视频 → 最终成片 这些都不是一次性的临时结果，而是检查点 假设你已经生成完所有图片，只是觉得字幕位置不对 正常 AI 工作流可能又得重新跑一遍 cs-board 不需要 直接从后面的渲染阶段继续 前面花过的钱和时间不重新花 我越来越觉得，AI 工具真正应该优化的，不是“第一次能不能生成”，而是： 第 17 次修改的时候，你还需不需要从头来一遍 2️⃣ 动态信息图为什么不是“让 AI 生成一张 PPT” 这个功能我改得比较久 因为我发现很多所谓 AI 视频，本质都有一个问题： 画面和人声是脱节的 旁白还没讲到第三点，画面已经把五点全部展示出来了 观众其实根本不会跟着你的表达走 所以 cs-board 的动态信息图不是： 文案 → HTML → 视频 而是先把真实旁白做成一个语义时间轴 一句话什么时候开始说、哪个关键词什么时候出现、哪个知识卡片什么时候展开，都跟实际音频绑定 所以画面不是按照“程序跑到第几秒”出现 而是： 你讲到哪，它才出现到哪 这其实是我现在做 cs-board 比较核心的一个思路： AI 负责理解内容，程序负责保证确定性 能交给代码控制的东西，我越来越不想交给模型猜 3️⃣ 为什么人物和画风要单独抽出来 以前最大的问题之一就是一致性。 第一张图是这个人。 第二张开始脸就变了。 第三张甚至连画风都换了。 所以现在自定义模式里，我把两件东西单独抽出来： 人物参考 + 风格参考。 可以放固定 IP，也可以放自己的品牌视觉。 人物最多可以提供多张参考图，风格也作为独立条件贯穿整个任务。 这意味着 cs-board 不只是帮你“生成一条视频”。 更重要的是： 它开始能够持续生产属于同一个 IP 的内容 对于真正做账号的人，这个区别非常大 4️⃣ 最近我又把封面也塞进去了 因为做完视频以后，我发现自己还得打开另一个工具做封面。 那干脆继续 Coding 现在封面制作直接放进工作台 粘贴文章 / 帖子内容以后： 自动理解内容 → 提炼标题 → 选择构图 → 生成人物与视觉 → 输出封面。 我没有只给一个“生成封面”按钮 而是先做了 10 种专业封面构图 因为封面的核心根本不只是图片好不好看 而是： 标题放哪、人物放哪、视觉重心在哪、第一眼先看到什么 构图是确定性的，审美才交给模型 这和前面动态信息图其实是同一套逻辑 5️⃣ 现在这个工作台正在慢慢变成什么 目前已经逐渐放进来了： 白板视频 / 自定义人物与画风 / 动态信息图 / 文案改写 / 对口型视频 / AI 封面制作 视觉模板现在也已经扩到了 12 套 音色克隆可以接本地 IndexTTS 任务、素材、配置、历史和成片默认都放本地 甚至同一个局域网里的电脑，可以共享制作队列 这也是我现在给 cs-board 定的方向： 不做一个 AI 视频生成器。 做一个可以不断往里面塞能力的 AI 内容生产工作台。 目前项目继续开源： 现在功能还远远没做完，下一步正在接入数字人工具 如图P3 但我觉得这条路，比继续做一堆“一键生成 XX”的小工具有意思多

陈硕KAI（耍门）

30,270 Aufrufe • vor 19 Tagen

“GPT 跑图要是能像 MJ 那样就好了。” 前两天热狗给我发了一个 GPT 画布工具插件。试了一下，用起来不咋顺手。 众做周知，ChatGPT里跑图效果最佳，但其对话式交互也有很多限制：批量图片浏览不方便，图片和提示词难以关联保存，任务一多就很乱。 热狗这句话给了我一个灵感：能不能把 MJ 那套顺手的跑图方式，直接嵌进 ChatGPT？ 于是我做了这个插件。 它给 ChatGPT 嵌入一个画廊工作台，可以连续提交任务、批量浏览图片、放大预览、整组下载，还能将图片和对应提示词一键保存到 Eagle。 用起来怎么样，请看 VCR👇🏻
0:32

“GPT 跑图要是能像 MJ 那样就好了。” 前两天热狗给我发了一个 GPT 画布工具插件。试了一下，用起来不咋顺手。 众做周知，ChatGPT里跑图效果最佳，但其对话式交互也有很多限制：批量图片浏览不方便，图片和提示词难以关联保存，任务一多就很乱。 热狗这句话给了我一个灵感：能不能把 MJ 那套顺手的跑图方式，直接嵌进 ChatGPT？ 于是我做了这个插件。 它给 ChatGPT 嵌入一个画廊工作台，可以连续提交任务、批量浏览图片、放大预览、整组下载，还能将图片和对应提示词一键保存到 Eagle。 用起来怎么样，请看 VCR👇🏻

古一

15,362 Aufrufe • vor 19 Tagen

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。
0:22

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,519 Aufrufe • vor 3 Monaten