Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

第一次生成长视频！！从此，垃圾小视频生产者再添一位复盘总结： 1️⃣方法本次根据上个视频的方法，进一步延伸，和gpt 5.6Sol讨论故事剧本、镜头脚本，角色参考卡但这次不一样的在于，生成视频直接用的即梦的agent模式， agent模式下，可以直接出多段视频 2️⃣问题 ①视频格式忘记约束了，原本想要16:9的 ②资产没约束，只约束力角色形象，其它的场景和道具没有约束，所以出现了道具前后不一致，场景不一致的情况 3️⃣感慨我自己是不会写剧本的，但是我可以审阅AI生成的内容，提出哪里不合理的地方，然后让它朝我想要的方向调整如果GPT是个人，它肯定想骂我，怎么改来改去最后回到初版本次作为第一次出长视频，还是有很多问题值得慢慢复盘的并且本次发现，原来那些在身边习以为常的工具，其实我并不熟悉，我还是第一次使用即梦的agent功能（和豆包有点像），也是第一次使用gpt的任务模式。在熟悉的边界去探索未知，即有安全感，也能成长 #nana #AIGC #AIart #AI视频 #AI漫剧

Nana｜晟

1,201 subscribers

141,953 Aufrufe • vor 27 Tagen •via X (Twitter)

Kunst Wissenschaft & Technologie Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

Nana & 晟

41,430 Aufrufe • vor 25 Tagen

最近Seedance 2.0 伤透了大家的心，最近不得不把眼光瞄向了最有上进心的grok image,Grok 推出了视频延长功能，一次可以延长10秒，我的账号目前只有10秒，可以在每次的上一个视频的尾部延长两次，总共是30秒，下面是示例，我发现这个延长是有记忆功能的，也就是说人物的相貌是不会在延长后出现变形的，即时上一个视频的最末帧没有脸的样子但是延长后的结果仍然会保持相貌的稳定，唯一的问题是最多一次只能做到30秒长的视频，下次我会试试上传角色绑定后的结果，因为GROK一次只能上传一张图，所以很不方便去绑定角色和统一的场景，但是我对grok image 保持希望。跟帖里有生成过程和提示词

最近Seedance 2.0 伤透了大家的心，最近不得不把眼光瞄向了最有上进心的grok image,Grok 推出了视频延长功能，一次可以延长10秒，我的账号目前只有10秒，可以在每次的上一个视频的尾部延长两次，总共是30秒，下面是示例，我发现这个延长是有记忆功能的，也就是说人物的相貌是不会在延长后出现变形的，即时上一个视频的最末帧没有脸的样子但是延长后的结果仍然会保持相貌的稳定，唯一的问题是最多一次只能做到30秒长的视频，下次我会试试上传角色绑定后的结果，因为GROK一次只能上传一张图，所以很不方便去绑定角色和统一的场景，但是我对grok image 保持希望。跟帖里有生成过程和提示词

John

47,521 Aufrufe • vor 5 Monaten

我再也不想去做AI视频了，我认为AI短剧视频不适合我😮‍💨 搞那么多提示词这是生成了个什么啊？还非常的浪费钱。本来剧本我都写完了一共5集，好吧这是第一集，后面要烂尾了。我发现这个AI生成视频越让它改越不行，你让它往东它往西，算了AI也不是只有玩视频一条路。我还是研究其他的Agent吧🤣🤣

我再也不想去做AI视频了，我认为AI短剧视频不适合我😮‍💨 搞那么多提示词这是生成了个什么啊？还非常的浪费钱。本来剧本我都写完了一共5集，好吧这是第一集，后面要烂尾了。我发现这个AI生成视频越让它改越不行，你让它往东它往西，算了AI也不是只有玩视频一条路。我还是研究其他的Agent吧🤣🤣

DeFi狙击手 | Ai🕊️｜Gate美股0费率

12,958 Aufrufe • vor 19 Tagen

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 Aufrufe • vor 3 Monaten

又做了另外一个版本，现在我发现问题了。一定要先写脚本故事，分镜，然后再生成图片，不然就会像这个视频一样。有点怪怪的。再次说明，没用api，全是gpt额度跑的。

又做了另外一个版本，现在我发现问题了。一定要先写脚本故事，分镜，然后再生成图片，不然就会像这个视频一样。有点怪怪的。再次说明，没用api，全是gpt额度跑的。

季白羽

13,273 Aufrufe • vor 1 Monat

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 Aufrufe • vor 2 Monaten

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

肖师傅

16,310 Aufrufe • vor 6 Monaten

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理你就会发现他变成一组数据进入到你的飞书了我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理最后出来了 3 个交付物，这些我觉得都很实用：一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台最有意义的就是它先帮我把别人视频里的有效表达扒出来再把这些逐字稿变成结构化表格，再从表格里提炼方法论最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理你就会发现他变成一组数据进入到你的飞书了我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理最后出来了 3 个交付物，这些我觉得都很实用：一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台最有意义的就是它先帮我把别人视频里的有效表达扒出来再把这些逐字稿变成结构化表格，再从表格里提炼方法论最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！

叫我阿杭

16,002 Aufrufe • vor 9 Tagen

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。

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

28,660 Aufrufe • vor 1 Jahr

正式出道，玩 AI 生成视频已经停不下来了😂。这次我制作了一个超长的视频，先在小红书上找了一个视频作为参考，生成了一张口播的图片，然后用 AI 生成了 3 段视频，再拼接在了一起，效果我感觉很不错啊。

正式出道，玩 AI 生成视频已经停不下来了😂。这次我制作了一个超长的视频，先在小红书上找了一个视频作为参考，生成了一张口播的图片，然后用 AI 生成了 3 段视频，再拼接在了一起，效果我感觉很不错啊。

LE

36,417 Aufrufe • vor 2 Monaten

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

Ashlyn He

12,093 Aufrufe • vor 1 Monat

做 AI 短剧、小说号、AI 视频号的，可以重点看一下这个开源项目，叫 Toonflow-app。它不是那种「输入一句话，直接给你生成一个视频」的玩具。那种东西看演示很爽，真要拿来做内容，很快就会发现一地鸡毛：角色不一致，剧情接不上，分镜乱飞，素材越堆越多，最后文件夹里全是废片。 Toonflow 解决的是更前面的事。它把小说、故事、剧本、角色、分镜、图片素材、视频节点，全部放进一个工作台里。展示形态更像一个 AI 短剧生产后台，不是单纯聊天框。你可以导入小说，让它拆章节事件，生成故事骨架，再改成剧本，然后进入画布，把角色、场景、镜头、视频生成节点串起来。这就有点意思了。 AI 视频真正难的，从来不是生成一个 5 秒镜头。难的是你能不能把一堆镜头、一堆角色、一条剧情线，稳定组织成一个能看的作品。 Toonflow 的核心玩法就是：把「小说到短剧」这条流程拆开，再让不同 AI 模型去处理不同环节。写剧本用文本模型，出角色图用图片模型，生成镜头用视频模型，最后在工作台里统一管理。这类项目最适合三种人：小说号想升级成 AI 漫剧。短剧团队想降低前期试错成本。 AI 视频创作者想从单条演示，升级成连续内容生产。说实话，这才是 AI 视频工具接下来该卷的方向。不是炫一个镜头有多炸，而是能不能把内容稳定做出来。

做 AI 短剧、小说号、AI 视频号的，可以重点看一下这个开源项目，叫 Toonflow-app。它不是那种「输入一句话，直接给你生成一个视频」的玩具。那种东西看演示很爽，真要拿来做内容，很快就会发现一地鸡毛：角色不一致，剧情接不上，分镜乱飞，素材越堆越多，最后文件夹里全是废片。 Toonflow 解决的是更前面的事。它把小说、故事、剧本、角色、分镜、图片素材、视频节点，全部放进一个工作台里。展示形态更像一个 AI 短剧生产后台，不是单纯聊天框。你可以导入小说，让它拆章节事件，生成故事骨架，再改成剧本，然后进入画布，把角色、场景、镜头、视频生成节点串起来。这就有点意思了。 AI 视频真正难的，从来不是生成一个 5 秒镜头。难的是你能不能把一堆镜头、一堆角色、一条剧情线，稳定组织成一个能看的作品。 Toonflow 的核心玩法就是：把「小说到短剧」这条流程拆开，再让不同 AI 模型去处理不同环节。写剧本用文本模型，出角色图用图片模型，生成镜头用视频模型，最后在工作台里统一管理。这类项目最适合三种人：小说号想升级成 AI 漫剧。短剧团队想降低前期试错成本。 AI 视频创作者想从单条演示，升级成连续内容生产。说实话，这才是 AI 视频工具接下来该卷的方向。不是炫一个镜头有多炸，而是能不能把内容稳定做出来。

老杨啊

16,040 Aufrufe • vor 3 Monaten

用了一段时间 Seedance 2.0，我用了几百次，试着做了短剧、商业广告、文旅宣传片、生活互动小视频、个人vlog，聊点真实感受。 AI 视频从"生成"进入了"创作"时代。以前我们在"用 AI 做视频"，现在是"用 AI 拍片"。它重塑的不是某一个功能，而是整个创作流程：以前你得分别处理文案、素材、剪辑、音效，现在你把想法、参考图、一段旋律一股脑丢给它，出来的东西——是一个完整的、有声音的、有叙事的视频。最让我意外的是它的理解力。你用自然语言描述"主角从疲惫切换到放松的表情变化"，它真的能演出来。不是那种僵硬的 AI 味表演，是有节奏的、有呼吸感的。说"划时代"可能有点大，但至少有三件事回不去了：不会再接受"角色换个镜头就变脸" 不会再接受"视频和声音各做各的" 不会再接受"只能靠文字描述，不能喂参考素材" 这才是 AI 视频该有的样子。

用了一段时间 Seedance 2.0，我用了几百次，试着做了短剧、商业广告、文旅宣传片、生活互动小视频、个人vlog，聊点真实感受。 AI 视频从"生成"进入了"创作"时代。以前我们在"用 AI 做视频"，现在是"用 AI 拍片"。它重塑的不是某一个功能，而是整个创作流程：以前你得分别处理文案、素材、剪辑、音效，现在你把想法、参考图、一段旋律一股脑丢给它，出来的东西——是一个完整的、有声音的、有叙事的视频。最让我意外的是它的理解力。你用自然语言描述"主角从疲惫切换到放松的表情变化"，它真的能演出来。不是那种僵硬的 AI 味表演，是有节奏的、有呼吸感的。说"划时代"可能有点大，但至少有三件事回不去了：不会再接受"角色换个镜头就变脸" 不会再接受"视频和声音各做各的" 不会再接受"只能靠文字描述，不能喂参考素材" 这才是 AI 视频该有的样子。

Adam也叫吉米

27,771 Aufrufe • vor 5 Monaten

#AIGC #AI短剧 #高甜剧情 #丝袜 #黑丝先用豆包生成了前10s，接过后面的就无法生产了。没办法用小云雀生成了后面15s的内容。豆包总是这样，第一个类似的都可以生成，剩下的就怎么也不行。小云雀后面的公主抱也问题很大。总之这次视频成功了一半吧算是。

#AIGC #AI短剧 #高甜剧情 #丝袜 #黑丝先用豆包生成了前10s，接过后面的就无法生产了。没办法用小云雀生成了后面15s的内容。豆包总是这样，第一个类似的都可以生成，剩下的就怎么也不行。小云雀后面的公主抱也问题很大。总之这次视频成功了一半吧算是。

clannad

21,544 Aufrufe • vor 1 Monat

我认为 Grok 的能力真的被很多人低估了！首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚他会揣摩！你需要的东西和内容！！这点无论是 codex 还是 Claude 都绝对比不上！如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多而 Grok 真的是几乎他自己揣摩出来的我把我跟他说了哪三句话放在第二个视频了

我认为 Grok 的能力真的被很多人低估了！首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚他会揣摩！你需要的东西和内容！！这点无论是 codex 还是 Claude 都绝对比不上！如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多而 Grok 真的是几乎他自己揣摩出来的我把我跟他说了哪三句话放在第二个视频了

Su

13,062 Aufrufe • vor 1 Monat

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

AYi

36,713 Aufrufe • vor 4 Monaten

一键生成短视频的AI终于来了！特别神奇的是，它却叫纳米搜索... 我用了一下，输入话题，搜索，下一步，下一步，下一步，一个视频就生成了，就是你现在看到的这个视频。一个字没有改，一个剪辑操作都没有做，就这么做出来了。人物动作比较自然，声音挺真实的，口型对的不错，虽然跟真人肯定还是有一定差距吧，但是直接发抖音没有任何问题。我们都知道，一定会有一款产品，可以把内容一键生成短视频。只是没想到，这么快，就来了。未来一定会来越来越多。人人都是短视频自媒体的时代即将来临。

一键生成短视频的AI终于来了！特别神奇的是，它却叫纳米搜索... 我用了一下，输入话题，搜索，下一步，下一步，下一步，一个视频就生成了，就是你现在看到的这个视频。一个字没有改，一个剪辑操作都没有做，就这么做出来了。人物动作比较自然，声音挺真实的，口型对的不错，虽然跟真人肯定还是有一定差距吧，但是直接发抖音没有任何问题。我们都知道，一定会有一款产品，可以把内容一键生成短视频。只是没想到，这么快，就来了。未来一定会来越来越多。人人都是短视频自媒体的时代即将来临。

Orange AI

42,481 Aufrufe • vor 1 Jahr

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 Aufrufe • vor 9 Monaten

AI 视频制作也接近了 GPT 时刻，视频智能体背后的工作原理🧵 AI 产品都有个可用性易用性的临界点，临界点之下，属于专业玩家的玩具，需要各种提示词技巧、专业知识才能用起来；临界点之上，就真正变成了普通人也可以用起来并且有用的工具。就像 AI 聊天，在 ChatGPT 之前，我们常笑话它们是人工智障，在 ChatGPT 之后，它是真的变成了一个有帮助的助手，能帮助我们完成很多任务，所以我们通常把 AI 产品跨过可用性通用型临界点叫 GPT 时刻。类似的比如前不久 GPT-4o 发布的图片模型，提示词很简单，不需要像 MidJourney 那样需要专业的提示词才能生成好的图片作品，普通人都可以把自己天马行空的想法变成真实有趣的作品，我这样非专业的都玩了好一段时间。像 AI 视频类产品我一直没怎么玩，因为对于我这样的非专业人士来说，做好视频太难了，创意和提示词反倒相对容易一点，主要是得写脚本、画图、声音、多条视频，剪辑，做好一条视频要费很多时间精力。不过上面这条视频倒是没花我多少时间，我就输入了一条提示词： > 生成视频，主题是“西游记人物自拍视频，用自拍的方式来讲述《西游记》经典场景”，视频长度为2分钟。发送到纳米AI然后等着就成了，整体看着还挺有趣，有画面有声音有剧情。让我觉得 AI 视频终于也接近了 GPT 时刻，普通人也可以通过简单的提示词就能做出还不错的视频作品，动动嘴就能出视频。对于创作者，也可以快速制作视频 Demo，将创意想法快速落地。

AI 视频制作也接近了 GPT 时刻，视频智能体背后的工作原理🧵 AI 产品都有个可用性易用性的临界点，临界点之下，属于专业玩家的玩具，需要各种提示词技巧、专业知识才能用起来；临界点之上，就真正变成了普通人也可以用起来并且有用的工具。就像 AI 聊天，在 ChatGPT 之前，我们常笑话它们是人工智障，在 ChatGPT 之后，它是真的变成了一个有帮助的助手，能帮助我们完成很多任务，所以我们通常把 AI 产品跨过可用性通用型临界点叫 GPT 时刻。类似的比如前不久 GPT-4o 发布的图片模型，提示词很简单，不需要像 MidJourney 那样需要专业的提示词才能生成好的图片作品，普通人都可以把自己天马行空的想法变成真实有趣的作品，我这样非专业的都玩了好一段时间。像 AI 视频类产品我一直没怎么玩，因为对于我这样的非专业人士来说，做好视频太难了，创意和提示词反倒相对容易一点，主要是得写脚本、画图、声音、多条视频，剪辑，做好一条视频要费很多时间精力。不过上面这条视频倒是没花我多少时间，我就输入了一条提示词： > 生成视频，主题是“西游记人物自拍视频，用自拍的方式来讲述《西游记》经典场景”，视频长度为2分钟。发送到纳米AI然后等着就成了，整体看着还挺有趣，有画面有声音有剧情。让我觉得 AI 视频终于也接近了 GPT 时刻，普通人也可以通过简单的提示词就能做出还不错的视频作品，动动嘴就能出视频。对于创作者，也可以快速制作视频 Demo，将创意想法快速落地。

宝玉

26,346 Aufrufe • vor 1 Jahr