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。

藏师傅字节 Seedance 1.5 Pro 视频模型首测！这次支持了音画同出，更惊喜的是还支持方言生成，同时表演中的情绪表达和复杂运镜也都有非常大的进步可以去火山引擎、豆包和即梦尝试，先看一下藏师傅的测试视频混剪下面是具体的测试和提示词👇

歸藏(guizang.ai)

136,248 subscribers

36,598 次观看 • 7 个月前 •via X (Twitter)

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

字节发布了 Seedance 1.0 Pro 视频生成模型。就是即梦里面的视频3.0 pro 模型提前测试了一下，发现这次字节的视频模型真的站起来了！！在提示词理解、画面细节、物理表现一致性理解等方面都无可挑剔通过火山引擎调用，5 秒 1080P 视频 API 价格仅为 3.67 元下面有详细的测试👇

字节发布了 Seedance 1.0 Pro 视频生成模型。就是即梦里面的视频3.0 pro 模型提前测试了一下，发现这次字节的视频模型真的站起来了！！在提示词理解、画面细节、物理表现一致性理解等方面都无可挑剔通过火山引擎调用，5 秒 1080P 视频 API 价格仅为 3.67 元下面有详细的测试👇

歸藏(guizang.ai)

68,203 次观看 • 1 年前

Veo3 和 Sora2 发布之后，AI 视频模型的发展趋势已经非常清晰，就是是音视频融合。今天，国内的终于跟上节奏，火山引擎正式发布了Seedance 1.5 pro。它采用了业界领先的音视频联合生成方案。它在音画同步、方言演绎、运镜控制和叙事表达上展现了惊人的潜力。这是我做的一组相声和方言的实测。

Veo3 和 Sora2 发布之后，AI 视频模型的发展趋势已经非常清晰，就是是音视频融合。今天，国内的终于跟上节奏，火山引擎正式发布了Seedance 1.5 pro。它采用了业界领先的音视频联合生成方案。它在音画同步、方言演绎、运镜控制和叙事表达上展现了惊人的潜力。这是我做的一组相声和方言的实测。

Orange AI

34,519 次观看 • 7 个月前

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。做了一个让乔布斯卖破拖鞋的演讲。下面是测试和教程👇：

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。做了一个让乔布斯卖破拖鞋的演讲。下面是测试和教程👇：

歸藏(guizang.ai)

39,562 次观看 • 9 个月前

藏师傅第一时间测试了一下 Sora 2，这玩意太吊了不能用常规的 AI 视频模型评判标准去看待它只需要两秒的音频就可以完美克隆你的音色，而且不止可以生成英文语音，中文也行！而且模型具有世界知识，可以自主规划每个分镜，跟一个成熟的导演一样！下面是详细的测试👇：

藏师傅第一时间测试了一下 Sora 2，这玩意太吊了不能用常规的 AI 视频模型评判标准去看待它只需要两秒的音频就可以完美克隆你的音色，而且不止可以生成英文语音，中文也行！而且模型具有世界知识，可以自主规划每个分镜，跟一个成熟的导演一样！下面是详细的测试👇：

歸藏(guizang.ai)

181,401 次观看 • 9 个月前

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 • 11 个月前

《倒春寒》MV - 即梦 OmniHuman-1 测试作品这玩意确实标志着视频生成的新阶段从单一的画面运动变成了整体整体输出你可以直接将一张图片变成，带语音、音乐和唇形同步、表情的视频下面有过程和功能介绍👇

《倒春寒》MV - 即梦 OmniHuman-1 测试作品这玩意确实标志着视频生成的新阶段从单一的画面运动变成了整体整体输出你可以直接将一张图片变成，带语音、音乐和唇形同步、表情的视频下面有过程和功能介绍👇

歸藏(guizang.ai)

53,602 次观看 • 1 年前

提前试了一下可灵刚发布的 2.5 Turbo 视频模型，太顶了！刚好前几天看到刚结束的世界渲染大赛于是就测试了一下现在的 AI 视频模型距离顶级 CG 还有多远，没想到给了我很多惊喜感兴趣可以看看，👇下面是具体测试：

提前试了一下可灵刚发布的 2.5 Turbo 视频模型，太顶了！刚好前几天看到刚结束的世界渲染大赛于是就测试了一下现在的 AI 视频模型距离顶级 CG 还有多远，没想到给了我很多惊喜感兴趣可以看看，👇下面是具体测试：

歸藏(guizang.ai)

53,271 次观看 • 10 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 • 2 个月前

Veo 3 被超越了？字节火山引擎发布其最新的视频生成模型Seedance 1.0 Pro 在Artificial Analysis榜单上，Seedance 1.0 pro在文生视频、图生视频两个任务的表现均排名首位，超越可灵2.1和Google Veo 3 那么其能力究竟如何呢？下面是我的测试结果↓🧵

Veo 3 被超越了？字节火山引擎发布其最新的视频生成模型Seedance 1.0 Pro 在Artificial Analysis榜单上，Seedance 1.0 pro在文生视频、图生视频两个任务的表现均排名首位，超越可灵2.1和Google Veo 3 那么其能力究竟如何呢？下面是我的测试结果↓🧵

小互

13,272 次观看 • 1 年前

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

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 次观看 • 1 年前

Seedance 2.0 排队时间久，不支持真人那Seedance 2.0以前的流程有没有更加高效的出视频方法？答案是有的：人物参考图→ 分镜图→ 反推视频提示词→ 批量一次性生成视频。该方法可用于于偏简短和静态的AI视频，抽卡成功率还是比较高的。对打打斗和复杂的运镜，目前Seedance 2.0 仍然是最佳的选择。详细提示词和教程，见下方视频👇👇👇

Seedance 2.0 排队时间久，不支持真人那Seedance 2.0以前的流程有没有更加高效的出视频方法？答案是有的：人物参考图→ 分镜图→ 反推视频提示词→ 批量一次性生成视频。该方法可用于于偏简短和静态的AI视频，抽卡成功率还是比较高的。对打打斗和复杂的运镜，目前Seedance 2.0 仍然是最佳的选择。详细提示词和教程，见下方视频👇👇👇

探路AI

11,753 次观看 • 4 个月前

藏师傅的 Kimi K3 测评来了，这次确实非常牛逼！可以说是一个比较小的 DeepSeek 时刻我直接拿它跟 Opus 4.8 做了对比测试。从结果来看，互有胜负。在复杂前端和复杂开发的情况下，我觉得它跟 Opus 4.8 差不多是相当的水平。至于 Fable 5 和 5.6，我觉得还差一些，但已经是一个非常牛逼的成绩了。

藏师傅的 Kimi K3 测评来了，这次确实非常牛逼！可以说是一个比较小的 DeepSeek 时刻我直接拿它跟 Opus 4.8 做了对比测试。从结果来看，互有胜负。在复杂前端和复杂开发的情况下，我觉得它跟 Opus 4.8 差不多是相当的水平。至于 Fable 5 和 5.6，我觉得还差一些，但已经是一个非常牛逼的成绩了。

歸藏(guizang.ai)

107,219 次观看 • 8 天前

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

Berryxia.AI

45,388 次观看 • 6 个月前

HeyGen 发布 Avatar IV 数字人模型只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。

小互

140,969 次观看 • 1 年前

字节确实变了居然先发布了新版 Seaweed 视频模型的论文和演示除了常规文生、图生视频外还支持： - 音视频同步生成 - 长镜头与多镜头叙事 - 高分辨率超分与实时生成 - 世界建模与相机控制下面的论文页面有更多演示

字节确实变了居然先发布了新版 Seaweed 视频模型的论文和演示除了常规文生、图生视频外还支持： - 音视频同步生成 - 长镜头与多镜头叙事 - 高分辨率超分与实时生成 - 世界建模与相机控制下面的论文页面有更多演示

歸藏(guizang.ai)

18,000 次观看 • 1 年前

腾讯杀疯了！开源了参数最多、性能最强的文生视频大模型。我已经测试了一段时间。混元视频生成模型整体效果非常厉害，在美学表现、稳定性、运动幅度的品质上都是一流的。下面有详细介绍：

腾讯杀疯了！开源了参数最多、性能最强的文生视频大模型。我已经测试了一段时间。混元视频生成模型整体效果非常厉害，在美学表现、稳定性、运动幅度的品质上都是一流的。下面有详细介绍：

歸藏(guizang.ai)

146,364 次观看 • 1 年前

$兄弟们，这个数字人工具感觉不错我刚安装好，正在体验一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。这个一个安装包，然后下载模型即可，很容易上手可以生成带有数字人的视频，并且保持嘴型和声音是同步的。支持语音合成和声音克隆支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。$

兄弟们，这个数字人工具感觉不错我刚安装好，正在体验一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。这个一个安装包，然后下载模型即可，很容易上手可以生成带有数字人的视频，并且保持嘴型和声音是同步的。支持语音合成和声音克隆支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。

小互

41,028 次观看 • 1 年前

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

19,832 次观看 • 6 个月前

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！这可是开源的朋友们，自定义程度极高可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务支持上传图片从视频迁移对应的人物表情和动作变成新的视频。也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！这可是开源的朋友们，自定义程度极高可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务支持上传图片从视频迁移对应的人物表情和动作变成新的视频。也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

歸藏(guizang.ai)

29,993 次观看 • 10 个月前