Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

兄弟们！这套Skills 你们需要吗？ 核心功能就是： 你直接丢一个文章、视频、音频链接等 直接解析后帮你生成PPT！ 并且PPT可以有16种主题风格生成，可以自定义配图模型和指定的风格！ 也可以直接使用精美的网页设计的样式生成！支持多种播放动画自动切换和播放！ 看到这还没完！ 🤔 我还增加了一个可以直接生成一键讲解PPT的讲解视频功能，音画同步，支持详细模式和简单讲解等！ 最后导出支持html 或者mp4 视频、音频等。 点赞过100 ❤️/评论 哟哟 我就开源！等等我吧 （视频是1.0版本）

berryxia's profile picture

Berryxia.AI

48,164 subscribers

46,748 görüntüleme • 7 ay önce •via X (Twitter)

SanatEğitimBilim & Teknoloji
LIVE

Anya Rossi• Live Now

Private livecam show

35 Yorum

Berryxia.AI profil fotoğrafı
Berryxia.AI7 ay önce

开源SKILLS地址：

强子手记 profil fotoğrafı
强子手记7 ay önce

是不是还可以做几个分支，等于就是轻量化的youmind了，丢进去链接，然后 几个出口：按自己风格Prompt重写图文自媒体长文、推文、小红书图文、PPT、视频 全端全类型一条龙流水线内容工厂？

Berryxia.AI profil fotoğrafı
Berryxia.AI7 ay önce

不是不行！

Wayan(🛠, 🤖) profil fotoğrafı
Wayan(🛠, 🤖)7 ay önce

蹲一个

赖叔 | LaiShu.ai profil fotoğrafı
赖叔 | LaiShu.ai7 ay önce

神佬这是做了一个listenhub出来了？ 你这让初创公司怎么活

Berryxia.AI profil fotoğrafı
Berryxia.AI7 ay önce

别瞎说🤬

赖叔 | LaiShu.ai profil fotoğrafı
赖叔 | LaiShu.ai7 ay önce

神佬创造无限可能！

huangserva profil fotoğrafı
huangserva7 ay önce

快开源

Kevien profil fotoğrafı
Kevien7 ay önce

等待神佬开源

夏森学长 profil fotoğrafı
夏森学长7 ay önce

无敌

TTE.CLUB profil fotoğrafı
TTE.CLUB7 ay önce

超过200了

Brainstorming profil fotoğrafı
Brainstorming7 ay önce

点赞👍，求分享。

muye profil fotoğrafı
muye7 ay önce

等佬分享

太初 profil fotoğrafı
太初7 ay önce

支持

不是熊 (;´(工)`) profil fotoğrafı
不是熊 (;´(工)`)7 ay önce

卡👍

Dale008 profil fotoğrafı
Dale0087 ay önce

太好了！

杨小咩 profil fotoğrafı
杨小咩7 ay önce

蹲一个

独立开发 profil fotoğrafı
独立开发6 ay önce

推文这个视频就是用他做的嘛？

Chen Rebecca profil fotoğrafı
Chen Rebecca7 ay önce

求神佬分享

yqwater lin profil fotoğrafı
yqwater lin7 ay önce

GLM-5 进驻 Ollama Cloud 标志着国产模型‘出海降维打击’的开始。当基座模型变成免费水电，真正的价值将迅速向 berryxia 提到的这种‘端到端 Skills’迁移。OpenClaw 的生态位正是要接住这些被释放的生产力。

hello kkit⌘ profil fotoğrafı
hello kkit⌘7 ay önce

我只想知道这个视频怎么做的？

边缘老叔 profil fotoğrafı
边缘老叔7 ay önce

期待

chao h profil fotoğrafı
chao h7 ay önce

蹲蹲后续

Mollywoo profil fotoğrafı
Mollywoo7 ay önce

做个学术论文解读版，应该还不错，等你发出来再研究一下

Cloud Mory profil fotoğrafı
Cloud Mory7 ay önce

很高兴开源了....但是我要怎么用怎么配置呀？可以云端配置吗？有哪位大老可以教教我嘛？

Rhea profil fotoğrafı
Rhea7 ay önce

哟哟 期待

君黄Grit profil fotoğrafı
君黄Grit7 ay önce

等待来源

阿龙 profil fotoğrafı
阿龙7 ay önce

开源把，大佬，求大佬分享

bai · 小白 profil fotoğrafı
bai · 小白7 ay önce

在等在等

MapleShaw profil fotoğrafı
MapleShaw7 ay önce

好东西啊！😍期待，前排围观～～

Leo Chiu profil fotoğrafı
Leo Chiu7 ay önce

卡一個

Bucha Gulmamedov profil fotoğrafı
Bucha Gulmamedov7 ay önce

哟哟 我就开源！等等我吧

Jason profil fotoğrafı
Jason7 ay önce

需要的, 大佬

Qiu Yue hua profil fotoğrafı
Qiu Yue hua7 ay önce

等佬开源！

电筒 profil fotoğrafı
电筒7 ay önce

蹲一个谢谢

Benzer Videolar

我可以说，这是自媒体起号神奇？ PPT讲解模式和自由模式都可以支持了😄 增加一个TTS就可以完成自主讲解，解读文章书籍都可以。 以我这篇文章为例，深入进去后，直接帮你生成对应的内容讲解😄展示
1:00

我可以说，这是自媒体起号神奇？ PPT讲解模式和自由模式都可以支持了😄 增加一个TTS就可以完成自主讲解，解读文章书籍都可以。 以我这篇文章为例，深入进去后，直接帮你生成对应的内容讲解😄展示

Berryxia.AI

47,425 görüntüleme • 1 ay önce

卧槽，兄弟们 Google NotebookLM 增加了对音频文件和YouTube视频的支持 这个真是学习神器啊... 自己看演示吧！😂 现在你可以把音频和视频上传到NotebookLM，它可以自动帮你总结这些内容，并可以直接转录文本生成引用，方便你深入理解视频或音频的内容。 使用场景： 学习指南生成：你可以把课堂录音、笔记等内容整合成一个学习指南，方便复习。 转录内容分享：你还可以创建并分享音频概览（总结），通过公共链接发给别人。 详细介绍：
1:36

卧槽，兄弟们 Google NotebookLM 增加了对音频文件和YouTube视频的支持 这个真是学习神器啊... 自己看演示吧！😂 现在你可以把音频和视频上传到NotebookLM，它可以自动帮你总结这些内容，并可以直接转录文本生成引用，方便你深入理解视频或音频的内容。 使用场景： 学习指南生成：你可以把课堂录音、笔记等内容整合成一个学习指南，方便复习。 转录内容分享：你还可以创建并分享音频概览（总结），通过公共链接发给别人。 详细介绍：

小互

78,724 görüntüleme • 2 yıl önce

一个能直接跑的 AIGC 平台，支持接入各种 OpenAI 兼容的图片/视频生成 API，前台后台一套搞定。 一个前后端分离的 AIGC 平台，前端使用 Vue 3，后端使用 Node.js + Express + MySQL。用户可以配置多个 OpenAI 兼容的 API Provider，绑定图片模型或视频模型，支持文生图、图生图、文生视频、图生视频等多种生成模式。
0:47

一个能直接跑的 AIGC 平台，支持接入各种 OpenAI 兼容的图片/视频生成 API，前台后台一套搞定。 一个前后端分离的 AIGC 平台，前端使用 Vue 3，后端使用 Node.js + Express + MySQL。用户可以配置多个 OpenAI 兼容的 API Provider，绑定图片模型或视频模型，支持文生图、图生图、文生视频、图生视频等多种生成模式。

Geek Lite

14,631 görüntüleme • 4 ay önce

终于！ListenHub PPT 正式上线啦！ 我最近写好文章，都会直接丢到这里，AI 立即为文章设计 10 张配图，并且一键生成5分钟短视频。 不管是公众号、小红书，还是视频号、抖音、B站。 文字、图片、声音、视频。 你需要的素材，这下全有了。 PPT 的产品也有很多了，但 ListenHub PPT 这次完全不一样: 它是首个自带视频讲解的 PPT 把一切内容一键生成 PPT 讲解视频 轻松上传到每一个社交媒体平台 ListenHub PPT 的特点： - 极致简单，上传一篇文章，或一个 PDF，就能一键生成 PPT 幻灯片和视频 - 极致美学，支持上万种美学模板，只要你输入提示词或上传参考图就可以 - 形象参考，上传你的 IP 形象照片，让你的 IP 来讲解 PPT - 克隆声音，用你的声音来讲解 PPT 可以说，ListenHub PPT 专为自媒体博主打造。 人人都是全能自媒体博主。 现在做自媒体已经没有任何门槛。
0:58

终于！ListenHub PPT 正式上线啦！ 我最近写好文章，都会直接丢到这里，AI 立即为文章设计 10 张配图，并且一键生成5分钟短视频。 不管是公众号、小红书，还是视频号、抖音、B站。 文字、图片、声音、视频。 你需要的素材，这下全有了。 PPT 的产品也有很多了，但 ListenHub PPT 这次完全不一样: 它是首个自带视频讲解的 PPT 把一切内容一键生成 PPT 讲解视频 轻松上传到每一个社交媒体平台 ListenHub PPT 的特点： - 极致简单，上传一篇文章，或一个 PDF，就能一键生成 PPT 幻灯片和视频 - 极致美学，支持上万种美学模板，只要你输入提示词或上传参考图就可以 - 形象参考，上传你的 IP 形象照片，让你的 IP 来讲解 PPT - 克隆声音，用你的声音来讲解 PPT 可以说，ListenHub PPT 专为自媒体博主打造。 人人都是全能自媒体博主。 现在做自媒体已经没有任何门槛。

Orange AI

73,638 görüntüleme • 9 ay önce

现在，终于可以直接生成可编辑版本的PPT了🔥 NotebookLM生成的PPT无法在线编辑，导出后是pdf格式的，编辑的话不方便。 偶然看到纳米可以做PPT的消息，而且支持多agent和在线编辑，立马去试了下，实测效果非常好。 上传附件，选择内置主题或自定义主题，也可以自定义图片或视频主题样式，生成PPT后，直接就可以在线编辑，然后导出为PPT格式。 下面我用《公众号涨粉指南》为例演示 操作步骤： 1⃣ 直接谷歌搜索纳米AI，进入官网。 2⃣ 上传PDF， 选择主题、大小和格式 3⃣ 点击生成，然后可以刷会剧，等它生成好了 4⃣ 生成后，如果不满意，可以点击右上角的编辑，支持多种工具（角色对口型、自定义音效、图生视频和首尾帧）和可选大模型 真的太强了啊！ 如果需要这份公众号涨粉指南的朋友，欢迎评论区留言
0:55

现在，终于可以直接生成可编辑版本的PPT了🔥 NotebookLM生成的PPT无法在线编辑，导出后是pdf格式的，编辑的话不方便。 偶然看到纳米可以做PPT的消息，而且支持多agent和在线编辑，立马去试了下，实测效果非常好。 上传附件，选择内置主题或自定义主题，也可以自定义图片或视频主题样式，生成PPT后，直接就可以在线编辑，然后导出为PPT格式。 下面我用《公众号涨粉指南》为例演示 操作步骤： 1⃣ 直接谷歌搜索纳米AI，进入官网。 2⃣ 上传PDF， 选择主题、大小和格式 3⃣ 点击生成，然后可以刷会剧，等它生成好了 4⃣ 生成后，如果不满意，可以点击右上角的编辑，支持多种工具（角色对口型、自定义音效、图生视频和首尾帧）和可选大模型 真的太强了啊！ 如果需要这份公众号涨粉指南的朋友，欢迎评论区留言

Yanhua

20,624 görüntüleme • 9 ay önce

基于藏师傅 PPT Skill 的讲解视频生成 Skill，差不多搞定了！ Codex 配合远程控制不在家也可以一键产出视频内容 可以用非常低的成本保证视频内容的可用性和表现力 这里的视频是我随便找了一个徒步文案一次生成的。 主要的内容用前端生成，只有配音和部分分镜使用音频和Seedance 2.0 模型
2:06

基于藏师傅 PPT Skill 的讲解视频生成 Skill，差不多搞定了！ Codex 配合远程控制不在家也可以一键产出视频内容 可以用非常低的成本保证视频内容的可用性和表现力 这里的视频是我随便找了一个徒步文案一次生成的。 主要的内容用前端生成，只有配音和部分分镜使用音频和Seedance 2.0 模型

歸藏(guizang.ai)

21,925 görüntüleme • 4 ay önce

一款AI一键批量生成短视频及自动发布工具：MoneyPrinterPlus 支持自动混剪，自动发布到抖音、快手、小红书、视频号等平台 支持本地语音模型 chatTTS、fasterwhisper、GPTSoVITS以及Azure、阿里云、腾讯云； 支持 Stable diffusion 、comfyUI 直接AI生图 特点： 1、AI 视频批量混剪: 可以将多个视频片段进行混剪，生成大量不重复的短视频 2、AI 视频生成器: 可以根据关键词生成视频文案，并自动配音和背景音乐 3、批量视频自动上传: 可以将生成的视频自动发布到抖音、快手、小红书、视频号等平台 github： #AI短视频 #MoneyPrinterPlus
0:22

一款AI一键批量生成短视频及自动发布工具：MoneyPrinterPlus 支持自动混剪，自动发布到抖音、快手、小红书、视频号等平台 支持本地语音模型 chatTTS、fasterwhisper、GPTSoVITS以及Azure、阿里云、腾讯云； 支持 Stable diffusion 、comfyUI 直接AI生图 特点： 1、AI 视频批量混剪: 可以将多个视频片段进行混剪，生成大量不重复的短视频 2、AI 视频生成器: 可以根据关键词生成视频文案，并自动配音和背景音乐 3、批量视频自动上传: 可以将生成的视频自动发布到抖音、快手、小红书、视频号等平台 github： #AI短视频 #MoneyPrinterPlus

AIGCLINK

47,569 görüntüleme • 2 yıl önce

之前一直以为 PPT 动画视频是动效视频， 结果，试完纳米新出的视频 PPT 发现： 居然是每一页都直接是一个分镜故事短片， 扔了期比特币播客字幕进去，直接出来成片！ 这简直不要太爽，创作效率直接起飞啊， 智能体直接把图文音频转视频，还支持自由编辑！
3:40

之前一直以为 PPT 动画视频是动效视频， 结果，试完纳米新出的视频 PPT 发现： 居然是每一页都直接是一个分镜故事短片， 扔了期比特币播客字幕进去，直接出来成片！ 这简直不要太爽，创作效率直接起飞啊， 智能体直接把图文音频转视频，还支持自由编辑！

Cell 细胞

28,163 görüntüleme • 9 ay önce

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！ 它支持原生 30 秒的视频生成，支持 1080P。 并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。 你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。 价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒 整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。
1:32

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！ 它支持原生 30 秒的视频生成，支持 1080P。 并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。 你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。 价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒 整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。

歸藏(guizang.ai)

27,677 görüntüleme • 1 ay önce

Flux3真的很强！ 终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里 主打图像、视频、音频和动作预测的统一架构。 它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力 开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了
0:20

Flux3真的很强！ 终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里 主打图像、视频、音频和动作预测的统一架构。 它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力 开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

huangserva

28,605 görüntüleme • 2 ay önce

推荐一下 张咋啦 的 PPT Skill：frontend-slides。 对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。 这个 Skill 的思路是把 PPT 变成网页。 并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。 同时还能直接在浏览器里编辑文字，改完自动保存。 如果你有现成的 .pptx 文件，也能直接转成网页版。 经常做 PPT 的话，可以试试，链接放评论区。
1:02

推荐一下 张咋啦 的 PPT Skill：frontend-slides。 对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。 这个 Skill 的思路是把 PPT 变成网页。 并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。 同时还能直接在浏览器里编辑文字，改完自动保存。 如果你有现成的 .pptx 文件，也能直接转成网页版。 经常做 PPT 的话，可以试试，链接放评论区。

余温

117,049 görüntüleme • 6 ay önce

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型 效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频
0:44

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型 效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频

歸藏(guizang.ai)

34,344 görüntüleme • 1 yıl önce

Agent 是 25 年的大热概念，Manus 以后，我们一直在讨论什么时候会有视频生成的 Agent. 最近我看到了很有希望的 AI 视频 Agent 产品：Medeo ▶ 官网地址： 告诉 Medeo 一个简单的视频需求，Medeo 会帮你生成这个短视频需要的所有元素：包括画面、文案、配音、字幕。最后交付给你完整的视频！ 需求的形式可以是：一句话、一个网页或者上传一个文件（甚至可以是一篇论文）。 特别酷的是，交付的不只是一个完整的视频，还是可编辑的视频工程文件。你可以调整想修改的局部细节，或者直接替换/重新生成某个素材。 ▼ 下面的视频是我给 Medeo 提供了《少年新知》的一篇文章《大熊猫的竹子为什么成为了垃圾食品》 ，请 Medeo 直接帮我做成了短视频来讲这件事。 里面每一个视频片段都是 Medeo 自己生成或者帮我挑选的，在片子生成完以后，还可以自定义替换任意/重新生成视频素材！ 感觉特别适合知识类、新闻报导类、信息咨询类视频的快速生成。 在不久的将来，可能只要视频内容本身能被结构化，可能都可以以 Agent 的形式被制作出来。
0:51

Agent 是 25 年的大热概念，Manus 以后，我们一直在讨论什么时候会有视频生成的 Agent. 最近我看到了很有希望的 AI 视频 Agent 产品：Medeo ▶ 官网地址： 告诉 Medeo 一个简单的视频需求，Medeo 会帮你生成这个短视频需要的所有元素：包括画面、文案、配音、字幕。最后交付给你完整的视频！ 需求的形式可以是：一句话、一个网页或者上传一个文件（甚至可以是一篇论文）。 特别酷的是，交付的不只是一个完整的视频，还是可编辑的视频工程文件。你可以调整想修改的局部细节，或者直接替换/重新生成某个素材。 ▼ 下面的视频是我给 Medeo 提供了《少年新知》的一篇文章《大熊猫的竹子为什么成为了垃圾食品》 ，请 Medeo 直接帮我做成了短视频来讲这件事。 里面每一个视频片段都是 Medeo 自己生成或者帮我挑选的，在片子生成完以后，还可以自定义替换任意/重新生成视频素材！ 感觉特别适合知识类、新闻报导类、信息咨询类视频的快速生成。 在不久的将来，可能只要视频内容本身能被结构化，可能都可以以 Agent 的形式被制作出来。

Ring Hyacinth

28,752 görüntüleme • 1 yıl önce

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以 支持视频、文本、视频+文本输入 有同步模块，保持音频和视频动作对齐 支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音
0:49

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以 支持视频、文本、视频+文本输入 有同步模块，保持音频和视频动作对齐 支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音

AIGCLINK

17,770 görüntüleme • 1 yıl önce

NotebookLM 推出了新功能"电影级视频概览"功能 就是你把资料丢进NotebookLM，它能自动帮你生成一段沉浸式的视频来讲解这些内容 不是简单套模板，而是用Google 最先进的多个 AI 模型自动组合生成的定制视频。 目前只对 Ultra 付费用户开放，仅支持英文。
0:33

NotebookLM 推出了新功能"电影级视频概览"功能 就是你把资料丢进NotebookLM，它能自动帮你生成一段沉浸式的视频来讲解这些内容 不是简单套模板，而是用Google 最先进的多个 AI 模型自动组合生成的定制视频。 目前只对 Ultra 付费用户开放，仅支持英文。

小互

29,734 görüntüleme • 6 ay önce

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.
1:06

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

karminski-牙医

19,836 görüntüleme • 8 ay önce

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
0:35

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 görüntüleme • 1 yıl önce

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)

47,252 görüntüleme • 2 ay önce

卧槽 停不下来了 哈哈哈 玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊 支持原生音画同步生成 包括背景音乐、对白、唱歌等 下面这个视频我一句提示词都没写 直接上传图像就自动生成，几乎秒出 还可以批量制作...😂
1:00

卧槽 停不下来了 哈哈哈 玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊 支持原生音画同步生成 包括背景音乐、对白、唱歌等 下面这个视频我一句提示词都没写 直接上传图像就自动生成，几乎秒出 还可以批量制作...😂

小互

36,578 görüntüleme • 11 ay önce