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。

兄弟们，3D 建模师要失业了来了个不讲武德了。一张产品图想变成立体模型，很多人 Blender 还没摸明白，第一版就已经卡死了。结果 GitHub 今天冲上来一个 Modly。照片丢进去，直接用自己电脑显卡生成 3D 模型。 Windows、Linux、苹果 M 芯片都能装。一天涨了 580 星。我翻了下项目，最狠的点其实不是“AI 建模”这四个字。而是普通人终于能先把3D跑出来了。以后都不需要求爷爷告奶奶的找建模师了。

火山哥🕊️

79,431 subscribers

59,380 次观看 • 4 天前 •via X (Twitter)

艺术科学技术游戏

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

太牛了，Codex 能直接做 3D 了！！！这位大佬用 GPT-5.6 Sol 做了一个 Codex 插件，只要给它任意一张照片，它就能直接把图里的物体反向编译成纯代码构建的 3D 模型。效果是真的很不错啊。关键是完全免费，已经开源了，人人都能用。

太牛了，Codex 能直接做 3D 了！！！这位大佬用 GPT-5.6 Sol 做了一个 Codex 插件，只要给它任意一张照片，它就能直接把图里的物体反向编译成纯代码构建的 3D 模型。效果是真的很不错啊。关键是完全免费，已经开源了，人人都能用。

zhouluobo

36,140 次观看 • 1 个月前

Grok还是太权威了，难怪那么多人做短剧不用Seedance2.0都用上Grok了，关键是你用Grok生成视频还不会变成AI建模脸，就这个已经领先一众视频模型一大截了吧，这个效果你们觉得怎么样？

Grok还是太权威了，难怪那么多人做短剧不用Seedance2.0都用上Grok了，关键是你用Grok生成视频还不会变成AI建模脸，就这个已经领先一众视频模型一大截了吧，这个效果你们觉得怎么样？

科技俊 | Tech Jun

34,757 次观看 • 23 天前

茄子手办用照片生成3d手办图片这一步我熟，图片转3d模型也不奇怪，模型的3d打印精度太牛逼了，而且打印出来就带颜色，眼睛的高反光也是直接打印出来的。小号成品200一个，打印前设计师会精修一下。

茄子手办用照片生成3d手办图片这一步我熟，图片转3d模型也不奇怪，模型的3d打印精度太牛逼了，而且打印出来就带颜色，眼睛的高反光也是直接打印出来的。小号成品200一个，打印前设计师会精修一下。

Datou

42,553 次观看 • 1 年前

🤖 酷啊！用 Mac 试了一下苹果最新开源3D 高斯泼溅模型「ml-sharp」，几秒就能把照片转成 3D 场景～ 🤔 就是预览 3D 模型没那么方便，找了好几个 ply 格式的 Viewer 要么很挫要么很贵，系统预览将就看了 🔗

🤖 酷啊！用 Mac 试了一下苹果最新开源3D 高斯泼溅模型「ml-sharp」，几秒就能把照片转成 3D 场景～ 🤔 就是预览 3D 模型没那么方便，找了好几个 ply 格式的 Viewer 要么很挫要么很贵，系统预览将就看了 🔗

自力6XStudio

48,027 次观看 • 7 个月前

学了十年 Blender 的人，今天都沉默了。有位开发者开源了个工具，能把任意一张照片变成一个可以走进去的 3D 世界。而且带有物理碰撞的网格、环境背景 splat、循环音效，全套。只需要 5 分钟出结果。它叫 image-blaster。 - 动态物体自动生成 3D 模型，静态场景生成 Gaussian splat - 支持直接嵌进 Unity、Unreal、Godot，或 Blender、Three.js - 底层调了 World Labs、Hunyuan 3D、ElevenLabs，不用手动拼工具链 GitHub：游戏关卡原型、建筑渲染、机器人训练环境，有图就能跑。

学了十年 Blender 的人，今天都沉默了。有位开发者开源了个工具，能把任意一张照片变成一个可以走进去的 3D 世界。而且带有物理碰撞的网格、环境背景 splat、循环音效，全套。只需要 5 分钟出结果。它叫 image-blaster。 - 动态物体自动生成 3D 模型，静态场景生成 Gaussian splat - 支持直接嵌进 Unity、Unreal、Godot，或 Blender、Three.js - 底层调了 World Labs、Hunyuan 3D、ElevenLabs，不用手动拼工具链 GitHub：游戏关卡原型、建筑渲染、机器人训练环境，有图就能跑。

高军

38,516 次观看 • 3 个月前

刚看到 Fable 5 在波音 747 建模测试上的表现，真的有点吓人。这不是简单的画图，而是用 Three.js 写的完整 3D 模型： - 机身、机翼、尾翼结构完整 - 四个引擎、起落架、舷窗细节到位 - 红蓝条纹涂装、蓝色尾翼配色准确 - 可以 360° 旋转查看，光影效果在线关键是，这只是一个 prompt 生成的代码。以前做这种 3D 展示，得找专业建模师用 Blender/Maya 建好模型，再导入引擎。现在 AI 直接写 Three.js 代码，浏览器就能跑。这已经不是"辅助编程"了，这是直接替代了一整个工作流。你们觉得这种 3D 建模能力，能用在哪些场景？

刚看到 Fable 5 在波音 747 建模测试上的表现，真的有点吓人。这不是简单的画图，而是用 Three.js 写的完整 3D 模型： - 机身、机翼、尾翼结构完整 - 四个引擎、起落架、舷窗细节到位 - 红蓝条纹涂装、蓝色尾翼配色准确 - 可以 360° 旋转查看，光影效果在线关键是，这只是一个 prompt 生成的代码。以前做这种 3D 展示，得找专业建模师用 Blender/Maya 建好模型，再导入引擎。现在 AI 直接写 Three.js 代码，浏览器就能跑。这已经不是"辅助编程"了，这是直接替代了一整个工作流。你们觉得这种 3D 建模能力，能用在哪些场景？

Vincent

16,645 次观看 • 2 个月前

3D 圈的人看到这个应该会沉默几秒 3D 模型再次进化 Hyper3D 这个 BANG to Parts功能有点牛P 你丢给它一个完整的 3D 模型，AI 会自动帮你把它拆解成一个个独立的、完整的的3D零件也就是可以将任何完整的 3D 模型自动拆解成多个3D的零件拆好的零件可以直接用来做动画、改材质、甚至去 3D 打印这能帮 3D 设计师省下大把“手动擦屁股（清理模型）”的时间更狠的是：拆完还能接着拆整车 → 拆出车轮 → 车轮再拆出轮毂、轮胎、螺丝。理论上你想拆多细拆多细。而且每个零件都是独立完整的 3D 模型：单独换材质、单独改形状、甚至单独重新生成一个新的换上去 3D 模型第一次变成了“乐高”，而不只是“手办” 还有一个关键点是：拆出来的每个零件都是完整、独立、可编辑的 3D 模型。换材质、改造型、缩放变形、甚至整个重新生成一个换上去,都行借助目前Codex和Claude code的强大能力，打造一个 3D 模型/开发工作流，非常牛P

3D 圈的人看到这个应该会沉默几秒 3D 模型再次进化 Hyper3D 这个 BANG to Parts功能有点牛P 你丢给它一个完整的 3D 模型，AI 会自动帮你把它拆解成一个个独立的、完整的的3D零件也就是可以将任何完整的 3D 模型自动拆解成多个3D的零件拆好的零件可以直接用来做动画、改材质、甚至去 3D 打印这能帮 3D 设计师省下大把“手动擦屁股（清理模型）”的时间更狠的是：拆完还能接着拆整车 → 拆出车轮 → 车轮再拆出轮毂、轮胎、螺丝。理论上你想拆多细拆多细。而且每个零件都是独立完整的 3D 模型：单独换材质、单独改形状、甚至单独重新生成一个新的换上去 3D 模型第一次变成了“乐高”，而不只是“手办” 还有一个关键点是：拆出来的每个零件都是完整、独立、可编辑的 3D 模型。换材质、改造型、缩放变形、甚至整个重新生成一个换上去,都行借助目前Codex和Claude code的强大能力，打造一个 3D 模型/开发工作流，非常牛P

小互

29,756 次观看 • 27 天前

受邀测试 Minimax h3 新模型，原生多模态理解与生成，镜头表现和今天理解更强之前一直复刻不出来的机甲变身，很丝滑了还是需要有几个能打的视频模型出来的，Seedance太恶心了

受邀测试 Minimax h3 新模型，原生多模态理解与生成，镜头表现和今天理解更强之前一直复刻不出来的机甲变身，很丝滑了还是需要有几个能打的视频模型出来的，Seedance太恶心了

行者AI视频

16,290 次观看 • 21 天前

几年前元宇宙火爆，在字节做过3D虚拟人。那时做一个东西，要协调建模师、绑骨师、贴图师……实在崩溃。刚试了下 Rodin Gen-2.5，一张图就能生成 3D 资产，太方便了！一键下载 obj、fbx、glb等源文件和贴图资源，可以导入到3D软件继续编辑。据说 Rodin Gen-2.5 是全球首款实现千万级面数的 3D 生成模型，用了原生 3D 贴图算法，材质纹理超精细，有点遥遥领先。对游戏、动画、影视等产业来说，这种AI模型产品，是真 · 生产力工具。

几年前元宇宙火爆，在字节做过3D虚拟人。那时做一个东西，要协调建模师、绑骨师、贴图师……实在崩溃。刚试了下 Rodin Gen-2.5，一张图就能生成 3D 资产，太方便了！一键下载 obj、fbx、glb等源文件和贴图资源，可以导入到3D软件继续编辑。据说 Rodin Gen-2.5 是全球首款实现千万级面数的 3D 生成模型，用了原生 3D 贴图算法，材质纹理超精细，有点遥遥领先。对游戏、动画、影视等产业来说，这种AI模型产品，是真 · 生产力工具。

向阳乔木

162,169 次观看 • 3 个月前

Qwen3.8发布了，据官方说仅次于 Fable 5？简单做个对比测试，给了一张古建筑的各个角度的图，一句提示词用threejs生成3D模型。左边是Qwen3.8-Max-Preview，右边是Fable 5的效果。两个模型均使用Chat模式生成。 Qwen3.8对图像的理解能力还是欠缺了一些，Fable 5明显还原的效果更加好。当然前端能力不能代表全部，但也是最直观能体现出来的能力。参考图像和提示词⬇️

Qwen3.8发布了，据官方说仅次于 Fable 5？简单做个对比测试，给了一张古建筑的各个角度的图，一句提示词用threejs生成3D模型。左边是Qwen3.8-Max-Preview，右边是Fable 5的效果。两个模型均使用Chat模式生成。 Qwen3.8对图像的理解能力还是欠缺了一些，Fable 5明显还原的效果更加好。当然前端能力不能代表全部，但也是最直观能体现出来的能力。参考图像和提示词⬇️

WY

56,883 次观看 • 1 个月前

惊人的对比！！如果没有AI，这段视频需要建模渲染，一个经验丰富的建模师用至少半个月的时间，达到90分的效果。有了AI，只需要一张图，一根红线，10分钟就可以达到80分以上的效果。

惊人的对比！！如果没有AI，这段视频需要建模渲染，一个经验丰富的建模师用至少半个月的时间，达到90分的效果。有了AI，只需要一张图，一根红线，10分钟就可以达到80分以上的效果。

沐阳

37,852 次观看 • 2 个月前

前两天用了ChatCut我以为它已经很牛了至少在某些程度上能替代剪映，没想到今天部署的这个开源项目OpenMontage更厉害，只需要接入大模型它就能直接帮你写好提示词分镜脚本，有哪里不对的还可以让它改，我刚就说了一句“帮我生成一个15秒的猫和老鼠的视频”，它就给我做了一个这样的视频出来，自从有了AI各行业的压力是越来越大了，以后动画设计那些我感觉越来越多人要失业了。

前两天用了ChatCut我以为它已经很牛了至少在某些程度上能替代剪映，没想到今天部署的这个开源项目OpenMontage更厉害，只需要接入大模型它就能直接帮你写好提示词分镜脚本，有哪里不对的还可以让它改，我刚就说了一句“帮我生成一个15秒的猫和老鼠的视频”，它就给我做了一个这样的视频出来，自从有了AI各行业的压力是越来越大了，以后动画设计那些我感觉越来越多人要失业了。

科技俊 | Tech Jun

33,626 次观看 • 1 个月前

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。说个暴论：未来游戏开发可能要变天了——先生成一个可玩的 demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。想直观感受，直接刷 Alaya Lab 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。说个暴论：未来游戏开发可能要变天了——先生成一个可玩的 demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。想直观感受，直接刷 Alaya Lab 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰

实践哥MinLi

927,928 次观看 • 1 个月前

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿 Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。接进 Claude Code 怎么搞，其实很简单。第一步，去注册，拿到 API key。第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写格式选 OpenAI Chat Completions。第三步，点获取模型列表，选 agnes-2.0-flash。第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。完事。回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿 Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。接进 Claude Code 怎么搞，其实很简单。第一步，去注册，拿到 API key。第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写格式选 OpenAI Chat Completions。第三步，点获取模型列表，选 agnes-2.0-flash。第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。完事。回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。

产品经理老王霸

52,035 次观看 • 1 个月前

黄金冲破1000元了，很多人后悔死了。我年初就拆解过黄金上涨逻辑，发了千字长文，劝你们买黄金，那时买了的都翻了一倍。结果你们很多人就是抓不住机会。实事求是的讲，黄金、比特币、AI、我们的项目，普通人但凡能抓住一个，就起飞了。

黄金冲破1000元了，很多人后悔死了。我年初就拆解过黄金上涨逻辑，发了千字长文，劝你们买黄金，那时买了的都翻了一倍。结果你们很多人就是抓不住机会。实事求是的讲，黄金、比特币、AI、我们的项目，普通人但凡能抓住一个，就起飞了。

合法赚钱副业/网赚/信息差/野路子认知创业/支付宝/微信/银行卡收款/区块链挣钱/捞偏门/赚快钱

73,255 次观看 • 10 个月前

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

柴郡🔔｜Crypto+AI Plus

22,668 次观看 • 24 天前

今天用懒猫AI算力舱128GB跑了一下 MinMax H3 模型的效果太惊艳了，2个小时电费就搞定了，人物质感还是很强的效果很不错，一堆国内AI视频博主就把我的X5算力舱库存买光了今天再去找英伟达老黄进一点货，还是英伟达的芯片牛逼呀，下载下来就能跑想要预订的AI老板，评论区打1, 付订金1周交货

今天用懒猫AI算力舱128GB跑了一下 MinMax H3 模型的效果太惊艳了，2个小时电费就搞定了，人物质感还是很强的效果很不错，一堆国内AI视频博主就把我的X5算力舱库存买光了今天再去找英伟达老黄进一点货，还是英伟达的芯片牛逼呀，下载下来就能跑想要预订的AI老板，评论区打1, 付订金1周交货

Andy Stewart

28,004 次观看 • 16 天前

阿里刚发布了Qwen3.6-Plus 直接冲着"国产最强编程模型"来的跑分上，SWE-bench 和 Claw-Eval 都超过了 GLM-5 和 Kimi-K2.5，是目前国产模型里最接近 Claude 的实测了一下前端，确实有点东西阿里云百炼已上架，价格不到 Claude 的十分之一阿里这几天连发三个模型，平均一天一个： 3月30号，Qwen3.5-Omni 全模态 4月1号，Wan2.7-Image 图像生成 4月2号，Qwen3.6-Plus 编程模型感觉熟悉的千问节奏又回来了..

阿里刚发布了Qwen3.6-Plus 直接冲着"国产最强编程模型"来的跑分上，SWE-bench 和 Claw-Eval 都超过了 GLM-5 和 Kimi-K2.5，是目前国产模型里最接近 Claude 的实测了一下前端，确实有点东西阿里云百炼已上架，价格不到 Claude 的十分之一阿里这几天连发三个模型，平均一天一个： 3月30号，Qwen3.5-Omni 全模态 4月1号，Wan2.7-Image 图像生成 4月2号，Qwen3.6-Plus 编程模型感觉熟悉的千问节奏又回来了..

小互

101,519 次观看 • 4 个月前

迫不及待的用 Claude Sonnet 3.7 做了今天推上很流行的天气卡片效果的生成在原始提示词上，再稍微调试了两次，真的好强，这个审美确实非常在线，动画也很赞。其他几个模型大多数都没法看，现在看来确实是 Coding 最强了，看来以后真的能用它做一些设计的工作了～

迫不及待的用 Claude Sonnet 3.7 做了今天推上很流行的天气卡片效果的生成在原始提示词上，再稍微调试了两次，真的好强，这个审美确实非常在线，动画也很赞。其他几个模型大多数都没法看，现在看来确实是 Coding 最强了，看来以后真的能用它做一些设计的工作了～

Viking

57,578 次观看 • 1 年前

又找到了一晚上卖50w的AI视频项目，我已经部署到本地生成了视频，他不是个客户端，是类似于一堆skill的文件包。老王之前做一条三分钟产品片子，找素材两天，排节奏一天，加字幕又一天。一个团队折腾一周。然后我遇到了 OpenMontage。说实话一开始没抱什么期望。开源视频工具，见多了，十个有八个是套壳。结果跑了一条，调研了grok的api一条命令，三分钟出了三段能直接发的片子。效果很炸。它到底是个啥。把你的 Claude 或 Cursor 变成视频制片人。你对着它说一句「做个 60 秒黑洞科普」，它自己去翻论文、写脚本、生成图表动画、扒免费素材、配字幕音乐，最后渲染出片。不是你点按钮选模板，是每一步它自己做判断。拆开看三件事。第一，12 条流水线各管一种片型。explainer 做科普片，clip 做混剪，music 做 MV，data 做数据图表动画。你选对流水线，出来的结构就对了一半。第二，每条流水线底下是一串 agent Skill——怎么查资料、怎么写分镜、什么时候加转场、字幕压在哪帧。500 个 Skill 叠出来的不是模板库，是决策链。你描述得越具体，它判断得越准。指令模糊，出来的也只能是模糊的东西。第三，零密钥就能跑。不配任何 API，本地免费模型直接出片。付费版 Runway 干的活它全包了。我做内容这些年最烦的不是没创意。是找素材卡半天、排节奏卡半天、字幕又卡半天，三个半天过去热情全没了。这东西把执行链里所有决定让 agent 替你做了，你只负责描述要什么。怎么上手？很简单我没可以生视频的Key，用网页调用supergrok的Oauth，和OpenMontage结合生成的弹唱视频，整体还是比较满意的。

又找到了一晚上卖50w的AI视频项目，我已经部署到本地生成了视频，他不是个客户端，是类似于一堆skill的文件包。老王之前做一条三分钟产品片子，找素材两天，排节奏一天，加字幕又一天。一个团队折腾一周。然后我遇到了 OpenMontage。说实话一开始没抱什么期望。开源视频工具，见多了，十个有八个是套壳。结果跑了一条，调研了grok的api一条命令，三分钟出了三段能直接发的片子。效果很炸。它到底是个啥。把你的 Claude 或 Cursor 变成视频制片人。你对着它说一句「做个 60 秒黑洞科普」，它自己去翻论文、写脚本、生成图表动画、扒免费素材、配字幕音乐，最后渲染出片。不是你点按钮选模板，是每一步它自己做判断。拆开看三件事。第一，12 条流水线各管一种片型。explainer 做科普片，clip 做混剪，music 做 MV，data 做数据图表动画。你选对流水线，出来的结构就对了一半。第二，每条流水线底下是一串 agent Skill——怎么查资料、怎么写分镜、什么时候加转场、字幕压在哪帧。500 个 Skill 叠出来的不是模板库，是决策链。你描述得越具体，它判断得越准。指令模糊，出来的也只能是模糊的东西。第三，零密钥就能跑。不配任何 API，本地免费模型直接出片。付费版 Runway 干的活它全包了。我做内容这些年最烦的不是没创意。是找素材卡半天、排节奏卡半天、字幕又卡半天，三个半天过去热情全没了。这东西把执行链里所有决定让 agent 替你做了，你只负责描述要什么。怎么上手？很简单我没可以生视频的Key，用网页调用supergrok的Oauth，和OpenMontage结合生成的弹唱视频，整体还是比较满意的。

老王霸 AI Lab

16,536 次观看 • 1 个月前