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。

现在跑 AI 视频的工作流，最大的卡点早就不是模型能力，是高昂的 API 调用成本。今天看了下 Flatkey 新出的活动帖，大部分人的关注点都在“一把 Key 接入 200+ 模型”上。但我花时间把它的计费底表刨了一遍，发现它真正有价值的，其实是藏在视频模型里的按秒定价。我们直接算账：它的价格表里，到底哪几款值得你立刻做进工作流这张表里性价比最高、最适合高密度调用的，是Seedance 2.0 的按秒计费系列： • seedance-2.0-mini：约 1 毛 3（$0.0182/秒） •seedance−2.0−fast：约2毛（$0.0285秒） • seedance-2.0 / pro：约 2 毛 6（$0.0372/秒）一条 10 秒的 2.0-fast 成本两块出头。玩过 AI 视频的都知道，满意的首帧和运镜全是靠废图堆出来的。只有单价压到这个水位，你才敢在代码里放开手去抽卡试错。除此之外，生成首尾帧的GPT-Image-2和Google系列图片模型也有。除了视频模型，它文本侧的羊毛也可以顺手薅一下：本周 DeepSeek V4 Flash 纯免费，V4 Pro 和 GLM 5.3 系列大约 4.5 折。... show more

雪踏乌云

47,773 subscribers

17,543 次观看 • 19 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

32 条评论

0xZeno 的头像

0xZeno19 天前

mini一毛三能冲

雪踏乌云的头像

雪踏乌云19 天前

这个价格确实能冲

Lin| Gate Card刷遍全球的头像

Lin| Gate Card刷遍全球19 天前

成本下来工作流才跑得动

猪猪熊🐻 的头像

猪猪熊🐻19 天前

呀，还有免费的额度使用，好棒

0x_ 阿帆 ⛵ 的头像

0x_ 阿帆 ⛵19 天前

薅羊毛薅羊毛

Louis.霍霍的头像

Louis.霍霍19 天前

先把便宜去给占上~

探长的头像

探长19 天前

跑ai视频的可以呀还可以挣钱

小绵羊的头像

小绵羊19 天前

这个不错不薅白不薅，参与起来

猫哥滚雪球的头像

猫哥滚雪球19 天前

又来薅羊毛了

老韭菜南亥的头像

老韭菜南亥19 天前

有这么便宜吗？继续参与！

king | 来Gate事件合约抢百万积分的头像

king | 来Gate事件合约抢百万积分19 天前

成本降下来，AI视频才能放量

Miya | Gate Card刷遍全球的头像

Miya | Gate Card刷遍全球19 天前

我也去试试

欧易交易手续费返佣｜40% 的头像

欧易交易手续费返佣｜40%19 天前

按秒计费确实比按量买要省心不少

Wendale 的头像

Wendale16 天前

在它的模型列表里面没有找到seedance2.0 fast,也没有看到480p或720p的单价，你是哪里看的价格？

yaya 的头像

yaya19 天前

这个挺不错的，来薅个羊毛

MoCuishle I Fang🎒 的头像

MoCuishle I Fang🎒19 天前

这个成本这么低吗？我也去试试

黑色马里奥的头像

黑色马里奥19 天前

老师这个方案我试试看

Ox糖豆的头像

Ox糖豆19 天前

不薅白不薅

ProvenDaily🔶BNB 的头像

ProvenDaily🔶BNB19 天前

这波按秒定价确实划算回头我也去试试

Vesper 的头像

Vesper19 天前

按秒算钱这招挺妙，抽卡试错成本直接降一半

猪脚饭.Ai 的头像

猪脚饭.Ai19 天前

那么便宜吗试试去

AyaoyaoⓂ️Ⓜ️T 的头像

AyaoyaoⓂ️Ⓜ️T19 天前

这个挺不错的呀，可以试试

Rayhan 的头像

Rayhan19 天前

这羊毛必须薅呀

beyond5188 的头像

beyond518819 天前

其实对普通用户，各大语言模型，能力大差不差，主要就是选适合自己的，还有就是去蹭免费的，哈哈

Mi1997_ 🧡 Gate打金狗0Gas费的头像

Mi1997_ 🧡 Gate打金狗0Gas费19 天前

现在成本是真贵都舍不得花了

- 大洋的头像

- 大洋19 天前

这是个聚合台子？

Ease渡川| Gate打金狗0Gas费的头像

Ease渡川| Gate打金狗0Gas费19 天前

感谢分享关注你了老师

古登堡的头像

古登堡19 天前

有羊毛还是得薅。

DJ 的头像

DJ19 天前

视频质量咋样

慧姐姐的头像

慧姐姐19 天前

白嫖的必须搞一手

加密旺哥的头像

加密旺哥19 天前

这价格确实能放开手测试

撸币教程｜火币余币宝13% 的头像

撸币教程｜火币余币宝13%19 天前

这可个可以白嫖下

相关视频

还没用到fable 5.1的赶紧看过来了，这是我用Flatkey SG 中fable 5.1模型做的测试👇 用 Three.js 制作的空客 H145 直升机 3D 模型。一把过，且成本不到$2, 现在价格比官方低 20%。另外DeepSeek V4 Flash 现在免费，V4 Pro、GLM 5.3 和 GLM 5.3 Flash 都是 55% off，其他主流模型 20% 折扣。想第一时间体验的赶紧来领取免费额度：

还没用到fable 5.1的赶紧看过来了，这是我用Flatkey SG 中fable 5.1模型做的测试👇 用 Three.js 制作的空客 H145 直升机 3D 模型。一把过，且成本不到$2, 现在价格比官方低 20%。另外DeepSeek V4 Flash 现在免费，V4 Pro、GLM 5.3 和 GLM 5.3 Flash 都是 55% off，其他主流模型 20% 折扣。想第一时间体验的赶紧来领取免费额度：

Yanhua

53,431 次观看 • 19 天前

发现个白嫖 DeepSeek V4 Flash 的渠道，羊毛党狂喜🔥 我直接手把手教你怎么薅这个免费的羊毛，直接看下面的视频。别的优惠直接拉出来摆在这： • DeepSeek V4 Flash：免费🔥🔥🔥 • DeepSeek V4 Pro / GLM 5.3 Flash：省 55% • Fable 5.1：限时 8 折 • 其他主流通用模型：8 折起我发现 Flatkey 也已经接入 Fable 5.1，而且现在省 20%。Qwen 3.8 Max、OxAlpha（GLM 5.3 Flash）这些新模型也已经上了。而且属于是一把 Key 走天下，一份余额管全家。Claude 跑 Coding，DeepSeek 跑批量任务，GPT-image-2 生图，再接 Seedance 做视频，不用每个平台单独充值。通过官方邀请链接，前 2000 名还可以直接兑换 $5 使用额度：

发现个白嫖 DeepSeek V4 Flash 的渠道，羊毛党狂喜🔥 我直接手把手教你怎么薅这个免费的羊毛，直接看下面的视频。别的优惠直接拉出来摆在这： • DeepSeek V4 Flash：免费🔥🔥🔥 • DeepSeek V4 Pro / GLM 5.3 Flash：省 55% • Fable 5.1：限时 8 折 • 其他主流通用模型：8 折起我发现 Flatkey 也已经接入 Fable 5.1，而且现在省 20%。Qwen 3.8 Max、OxAlpha（GLM 5.3 Flash）这些新模型也已经上了。而且属于是一把 Key 走天下，一份余额管全家。Claude 跑 Coding，DeepSeek 跑批量任务，GPT-image-2 生图，再接 Seedance 做视频，不用每个平台单独充值。通过官方邀请链接，前 2000 名还可以直接兑换 $5 使用额度：

阿蔺A-Lin

13,275 次观看 • 18 天前

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外）可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！第一条长视频，这条手工剪的.。

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外）可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！第一条长视频，这条手工剪的.。

袋鼠帝

17,640 次观看 • 1 个月前

最适合做AI视频的API平台终于被我找到了！! 成本比预期低很多！爽用Seedance 2.0的感觉也太夯了！！赶紧用Codex把很早就想做的“个人视觉创意工作台”安排上了！我相信很多人都想找一个好用又便宜的生成式模型API平台，说实话，真的很不好找！！大大小小的AI平台用了不少，要么贵的要死，要么可用模型少的可怜，要么就是个黑盒子，花钱用的啥模型都不知道！今天看到Pika Pika上线了Pika API Club，我就知道这事稳了！！果不其然，Pika还是太懂AI视频创作者了！基本上能用到的模型都包圆了，定价也特别香，应该都是从厂商拿的“集采价”，而且还让利给了用户！ Pika API定价比Runway、Fal等等都要便宜不少， Seedance 2.0的价格相对Runway，最高能便宜87%，相当于打1.3折！！关键是，每月才10美金，可以用70多个生成式模型，不光是视频，主流模型都有，1个API能接住所有的模型需求！！所以搞了一个创意工作台，把原创的一些提示词做成预设，一键套用成片，效率直接拉满！！

最适合做AI视频的API平台终于被我找到了！! 成本比预期低很多！爽用Seedance 2.0的感觉也太夯了！！赶紧用Codex把很早就想做的“个人视觉创意工作台”安排上了！我相信很多人都想找一个好用又便宜的生成式模型API平台，说实话，真的很不好找！！大大小小的AI平台用了不少，要么贵的要死，要么可用模型少的可怜，要么就是个黑盒子，花钱用的啥模型都不知道！今天看到Pika Pika上线了Pika API Club，我就知道这事稳了！！果不其然，Pika还是太懂AI视频创作者了！基本上能用到的模型都包圆了，定价也特别香，应该都是从厂商拿的“集采价”，而且还让利给了用户！ Pika API定价比Runway、Fal等等都要便宜不少， Seedance 2.0的价格相对Runway，最高能便宜87%，相当于打1.3折！！关键是，每月才10美金，可以用70多个生成式模型，不光是视频，主流模型都有，1个API能接住所有的模型需求！！所以搞了一个创意工作台，把原创的一些提示词做成预设，一键套用成片，效率直接拉满！！

沐阳

25,905 次观看 • 1 个月前

Pi 用久了，接模型这件事越来越麻烦。每家模型平台都有自己的账号和 Key，余额散在几个地方。想把同一个任务换个模型再跑一遍，又要重新配置、充值和查账。模型接得越多，配置也越乱。这次我把 ZenMux 接进 Pi，只维护一个 provider 和一把 Key。 GPT-6 Astra 上线后，我直接在 Pi 里选择 openai/gpt-6-astra，然后做了几个测试测试模型的真实性。 1、模型名称，看看是不是真的GPT-6 2、模型的写作能力，看看最新模型在写作上的提升 3、修改一个代码里面的Bug，测试真实的能力以后想用同一个任务对比其他模型，直接在 Pi 里切换模型即可。实际 token 和花费也能放在同一处看，省掉了到处找 Key、查余额的麻烦。 GPT-6 Astra 面向复杂 agent 工作流。这次我主要看它能不能把跨文件任务做完整，以及输出里有多少内容可以直接使用。官推提到它通常会减少输出 token，录屏里的实际数字会更有参考价值。 ZenMux 本场还有 7 天限时充值活动。充 $50 得 $70 充 $100 得 $150 每个账号限兑一次原本就准备跑 API 的，可以趁这次多留一点测试额度。 GPT-6 Astra

Pi 用久了，接模型这件事越来越麻烦。每家模型平台都有自己的账号和 Key，余额散在几个地方。想把同一个任务换个模型再跑一遍，又要重新配置、充值和查账。模型接得越多，配置也越乱。这次我把 ZenMux 接进 Pi，只维护一个 provider 和一把 Key。 GPT-6 Astra 上线后，我直接在 Pi 里选择 openai/gpt-6-astra，然后做了几个测试测试模型的真实性。 1、模型名称，看看是不是真的GPT-6 2、模型的写作能力，看看最新模型在写作上的提升 3、修改一个代码里面的Bug，测试真实的能力以后想用同一个任务对比其他模型，直接在 Pi 里切换模型即可。实际 token 和花费也能放在同一处看，省掉了到处找 Key、查余额的麻烦。 GPT-6 Astra 面向复杂 agent 工作流。这次我主要看它能不能把跨文件任务做完整，以及输出里有多少内容可以直接使用。官推提到它通常会减少输出 token，录屏里的实际数字会更有参考价值。 ZenMux 本场还有 7 天限时充值活动。充 $50 得 $70 充 $100 得 $150 每个账号限兑一次原本就准备跑 API 的，可以趁这次多留一点测试额度。 GPT-6 Astra

小墨同学

20,221 次观看 • 12 天前

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.

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 次观看 • 8 个月前

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

小墨同学

27,520 次观看 • 1 个月前

我靠我靠我靠！！！！这回跨境电商真的要大洗牌了，不用hypit的公司一定会死掉，真的是我见过至今为止最牛逼的克隆Video AI产品，这个做素材的效率真的太高了，而且这个产品现在已经开源了，直接在GitHub上就能找得到！！这样的项目赶紧点个star，不然之后找不到了一条 26 秒的 YouTube Shorts，加一张同时拍到两只银猫的生活照，我真的用 Hypit 复刻出了一条 26.13 秒的新视频我说的只有一句：/hypit 模仿这个YouTube Shorts视频保留原视频的榜单结构、四个动作笑点和竖屏节奏，把角色全部换成照片里的两只猫第一次付费生成大约 6 分钟跑完：4 张 GPT Image 2 场景图、4 段 Seedance 2 Mini 视频，8 个模型任务全部一次成功，最终成片 1080×1920，30 fps，实际成本 1.39 美元，我仔细复盘了一下他这个产品的制作模式它先把原片拆成 #5 翻滚、#3 叠手、#2 模仿拉链声、#1 双猫合唱四个语义段落，再把角色、动作提示词、视频、音轨、字幕、排名动画和渲染关系组织成一套可以继续修改的 Workflow 这条 26 秒的视频里，一共有 4 个语义段落、4 段生成视频、一条音轨和 20 个图形项每个排名什么时候亮，哪段字卡什么时候出现，哪个动作配哪段声音，都能在 Source、Preview 和 Timeline 里继续检查真的，这应该是我至今为止见过最牛逼的AI Video产品，它不是另一个视频模型，也不是一个只会帮你写提示词的 Agent，他是真的一个特别强的Harness 视频模型负责生成素材；Hypit 负责把 Script、Media、Semantic Time、Tracks、Graphics 和 Render 组织成一套可追踪、可修改、可复用的视频程序 Clone 的不是某一帧，是一条视频背后的生产结构。如果你想用 AI 做内容变现，真正值钱的不是偶尔抽中一个漂亮镜头，是同一套结构能不能持续换角色、换产品、换文案，只有模板化的东西才能实现像素级对标 GitHub：做 AI 视频、短视频矩阵或者系列化内容的，建议先收藏这个仓库，顺手点个 Star，我把素材放评论区了，你们也可以试一试

我靠我靠我靠！！！！这回跨境电商真的要大洗牌了，不用hypit的公司一定会死掉，真的是我见过至今为止最牛逼的克隆Video AI产品，这个做素材的效率真的太高了，而且这个产品现在已经开源了，直接在GitHub上就能找得到！！这样的项目赶紧点个star，不然之后找不到了一条 26 秒的 YouTube Shorts，加一张同时拍到两只银猫的生活照，我真的用 Hypit 复刻出了一条 26.13 秒的新视频我说的只有一句：/hypit 模仿这个YouTube Shorts视频保留原视频的榜单结构、四个动作笑点和竖屏节奏，把角色全部换成照片里的两只猫第一次付费生成大约 6 分钟跑完：4 张 GPT Image 2 场景图、4 段 Seedance 2 Mini 视频，8 个模型任务全部一次成功，最终成片 1080×1920，30 fps，实际成本 1.39 美元，我仔细复盘了一下他这个产品的制作模式它先把原片拆成 #5 翻滚、#3 叠手、#2 模仿拉链声、#1 双猫合唱四个语义段落，再把角色、动作提示词、视频、音轨、字幕、排名动画和渲染关系组织成一套可以继续修改的 Workflow 这条 26 秒的视频里，一共有 4 个语义段落、4 段生成视频、一条音轨和 20 个图形项每个排名什么时候亮，哪段字卡什么时候出现，哪个动作配哪段声音，都能在 Source、Preview 和 Timeline 里继续检查真的，这应该是我至今为止见过最牛逼的AI Video产品，它不是另一个视频模型，也不是一个只会帮你写提示词的 Agent，他是真的一个特别强的Harness 视频模型负责生成素材；Hypit 负责把 Script、Media、Semantic Time、Tracks、Graphics 和 Render 组织成一套可追踪、可修改、可复用的视频程序 Clone 的不是某一帧，是一条视频背后的生产结构。如果你想用 AI 做内容变现，真正值钱的不是偶尔抽中一个漂亮镜头，是同一套结构能不能持续换角色、换产品、换文案，只有模板化的东西才能实现像素级对标 GitHub：做 AI 视频、短视频矩阵或者系列化内容的，建议先收藏这个仓库，顺手点个 Star，我把素材放评论区了，你们也可以试一试

叫我阿杭

324,934 次观看 • 6 天前

Zopia：一键生成小电影输入你的一句话想法，AI自动写剧本、设计角色形象、出分镜、出视频，最后剪辑成完整的小电影。 Zopia提供图片和视频模型非常全，基本顶流的都有了，视频模型包括SD 2.0、Kling O3、Vidu Q3、Hailuo、Wan等，图片模型包括Banana Pro、Seedance 4.5、Midjourney等。 SD 2.0支持上传真人图片做参考，满血不排队，长视频也能保持人物一致。短剧风格、电影风格、漫剧风格都能生成，尤其适合快速起号。下方的视频是我用一句话做的，在Zopia里没有做任何修改，一路点击确认直接生成，20分钟就生成了2分钟的视频，效果非常好。

Zopia：一键生成小电影输入你的一句话想法，AI自动写剧本、设计角色形象、出分镜、出视频，最后剪辑成完整的小电影。 Zopia提供图片和视频模型非常全，基本顶流的都有了，视频模型包括SD 2.0、Kling O3、Vidu Q3、Hailuo、Wan等，图片模型包括Banana Pro、Seedance 4.5、Midjourney等。 SD 2.0支持上传真人图片做参考，满血不排队，长视频也能保持人物一致。短剧风格、电影风格、漫剧风格都能生成，尤其适合快速起号。下方的视频是我用一句话做的，在Zopia里没有做任何修改，一路点击确认直接生成，20分钟就生成了2分钟的视频，效果非常好。

Gorden Sun

11,443 次观看 • 5 个月前

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

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 次观看 • 4 个月前

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

134,455 次观看 • 1 天前

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👇：

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 次观看 • 1 年前

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

傅盛

89,395 次观看 • 8 个月前

利用Hermes去使用ComfyUI实现免费生成图片和视频。上次我介绍了ComfyUI可在本地部署并且自有本地大模型，不用调用其他付费大模型。并且30/40/50显卡都可以去用，当然配置越高生成的质量就越好。大家按需去用即可。 ComfyUI我认为对于新手来说应该是不怎么难，但是还是有很多兄弟们给狙击手私信问各种操作类型的问题。那么这次我专门做了次实验就是利用Hermes去调用本地的ComfyUI去实现生图以及做视频，目前来看是可行的，至于整体的质量还要去慢慢的调试。我其实是建议大家还是把ComfyUI去系统性的学一下的，网上有各种免费的教程的。我认为既然享受这些免费开源的好软件了，就稍微用用心。哈哈，毕竟它是不要钱的。下面的视频看一下我第一次调用ComfyUI，生成的第一张图片的结果吧。你们看看怎么样？对了我引用的推文里面有ComfyUI的安装包，免费自取！

利用Hermes去使用ComfyUI实现免费生成图片和视频。上次我介绍了ComfyUI可在本地部署并且自有本地大模型，不用调用其他付费大模型。并且30/40/50显卡都可以去用，当然配置越高生成的质量就越好。大家按需去用即可。 ComfyUI我认为对于新手来说应该是不怎么难，但是还是有很多兄弟们给狙击手私信问各种操作类型的问题。那么这次我专门做了次实验就是利用Hermes去调用本地的ComfyUI去实现生图以及做视频，目前来看是可行的，至于整体的质量还要去慢慢的调试。我其实是建议大家还是把ComfyUI去系统性的学一下的，网上有各种免费的教程的。我认为既然享受这些免费开源的好软件了，就稍微用用心。哈哈，毕竟它是不要钱的。下面的视频看一下我第一次调用ComfyUI，生成的第一张图片的结果吧。你们看看怎么样？对了我引用的推文里面有ComfyUI的安装包，免费自取！

DeFi狙击手 | Ai🕊️

35,180 次观看 • 3 个月前

绝了！这应该是最适合接入视频剪辑工作流的AI！！因为它真正能看懂视频，并且够快够便宜！对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！好几个小时的素材，可能真正能用上的就几分钟！而为了找到合适的，往往需要把每一条都从头看完，根据脚本反复拖动时间轴、记录和剪切可用的素材。这非常费时间，一点也不AI。我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具，能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容，但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。这次看到 Ant Ling 新出的多模态模型 Ling-3.0-flash-VL， MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。激活参数更小，说明成本更低！这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问题！第一时间测试了一下！！我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点，另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。这已经不是单纯的“视频总结”之类的简单任务，它需要按照时间线给出：高光时间段＋核心观点＋入选理由＋建议标题＋开头钩子＋发布文案。这应该才是多模态模型能够发挥价值的地方！！普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！完全就是一份可以照做的剪辑执行单！！这说明和它对原视频的理解已经远超我的预估！！我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸：读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标题和发布文案。完全实现视频剪辑自动化！！当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好，时间码和上下文完整性也需要人工复核。要想创作出好的视频作品，必然还是需要人的参与！不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！

绝了！这应该是最适合接入视频剪辑工作流的AI！！因为它真正能看懂视频，并且够快够便宜！对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！好几个小时的素材，可能真正能用上的就几分钟！而为了找到合适的，往往需要把每一条都从头看完，根据脚本反复拖动时间轴、记录和剪切可用的素材。这非常费时间，一点也不AI。我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具，能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容，但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。这次看到 Ant Ling 新出的多模态模型 Ling-3.0-flash-VL， MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。激活参数更小，说明成本更低！这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问题！第一时间测试了一下！！我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点，另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。这已经不是单纯的“视频总结”之类的简单任务，它需要按照时间线给出：高光时间段＋核心观点＋入选理由＋建议标题＋开头钩子＋发布文案。这应该才是多模态模型能够发挥价值的地方！！普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！完全就是一份可以照做的剪辑执行单！！这说明和它对原视频的理解已经远超我的预估！！我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸：读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标题和发布文案。完全实现视频剪辑自动化！！当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好，时间码和上下文完整性也需要人工复核。要想创作出好的视频作品，必然还是需要人的参与！不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！

沐阳

11,459 次观看 • 11 天前

预测真实世界下一秒北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是：它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备：理解真实世界的空间关系推理物体随时间变化的规律预测“世界下一秒”会是什么样不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中：首先把多模态信息包括图文视频都统一成了token；模型通过“预测下一个 token”来学习不同模态间的关系；任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”，而是让模型学习“世界是如何变化的”。意思就是它不再区分：这是一张图这是一句话这是视频的一帧在它眼里，它们都是同一套“世界积木”。然后模型只做一件事：预测下一块积木是什么如果下一块积木是一行字 → 它补全文字如果是下一帧画面 → 它补全动作如果是下一步结果 → 它推演世界变化所以：预测下一 Token = 预测“世界下一秒”会是什么样

预测真实世界下一秒北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是：它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备：理解真实世界的空间关系推理物体随时间变化的规律预测“世界下一秒”会是什么样不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中：首先把多模态信息包括图文视频都统一成了token；模型通过“预测下一个 token”来学习不同模态间的关系；任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”，而是让模型学习“世界是如何变化的”。意思就是它不再区分：这是一张图这是一句话这是视频的一帧在它眼里，它们都是同一套“世界积木”。然后模型只做一件事：预测下一块积木是什么如果下一块积木是一行字 → 它补全文字如果是下一帧画面 → 它补全动作如果是下一步结果 → 它推演世界变化所以：预测下一 Token = 预测“世界下一秒”会是什么样

小互

14,805 次观看 • 9 个月前

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

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 次观看 • 1 个月前