Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

这个Skill真的让我看到了一个人干翻一个动画工作室的可能性,我用它做了个DeepSeek V4-Flash的视频, 一个人,一条指令,40块钱,2分钟电影感动画科普视频。 不是那种一眼AI的垃圾。是角色不崩、声音一致、镜头有语言、旁白有节奏的正经片子。 这东西叫animated-voiceover,刚开源,MIT协议。作者是前字节产品经理sida,他自己已经用这套东西在小红书起号了。 它不是软件,不是App,是一套喂给Codex/Claude Code的完整制片流程。你就跟它说一句:"用animated-voiceover做一条两分钟关于确认偏误的动画科普",剩下的Agent按流程给你跑: 先研究,写完整旁白, 锁视觉风格参考图,锁角色参考图。 每15秒拆成5个镜头,每个镜头写清主体、变化、镜头运动。 先生成第1段,把人声提出来,48kHz立体声WAV锁死。 后面所有片段全部挂这同一个人声参考——声音飘的问题,工程化解决了。 逐段QC,旁白完整性、角色一致性、构图、运动,不合格重来。 最后拼成片,做封面。 最狠的是它解决问题的方式,全是工程思维,不是玄学。 AI视频最大的痛点是什么?声音每段都不一样,角色脸走着走着就变了,镜头之间没有逻辑。 他怎么干的?先做第一段,把人声锚定,后面全挂这个参考。 一张风格图贯穿全片,每个角色独立参考图+角色表管理。 旁白写完再切,中文卡到每15秒60个字,多一个少一个都不行,信息密度均匀,不机械。 这不是"帮我生成个视频",这是把一个专业动画导演脑子里的制片流程,变成了Agent可以执行的Skill。 一条2分钟的片子,LibTV跑下来大概40块钱。一个人,一个下午,从选题到成片。以前这活儿得一个团队干一周。 作者反复强调一句话:90%自动化,但那10%人的判断决定上限。你定选题、定风格、卡审批,剩下重复的、容易出错的、熬人的,全交给Agent。 这才是Agent Skill该有的样子, 不是跟你聊天,不是帮你写个Prompt,是把一整条专业生产管线——从研究到脚本到分镜到渲染到QC到成片——封装成一个你随时可以调用的能力。 知识博主、超级个体、想做深度内容但不会动画的人,这个东西的价值怎么强调都不过分。B站、小红书那些电影感科普号,以前得团队作战,现在一个人就能干。 GitHub搜s1dashu/animated-voiceover,SKILL.md和references目录里全是干货,旁白怎么写、分镜怎么拆、声音怎么锁、Seedance的提示词怎么用,全给你摊开了。 别再问AI能不能替代内容创作者了,会用这种工具的创作者,正在替代不会用的。

14,624 Aufrufe • vor 1 Tag •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

好玩,真的好玩。 我很久没因为一个 AI 工具这么“爽”过了。 刚刚我花了几分钟,给我不到 3 岁的女儿,把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。 不是 PPT,不是剪辑拼贴,而是完整的绘本动画。 她坐在那儿看得特别认真,一直笑。 那一刻我突然意识到: 原来视频创作,真的可以变得这么轻。 说实话,这多少有点“大材小用”。 很多人用这个工具是在做商业级的视频:企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢,我已经打算把她喜欢的绘本都做成动画存手机里了。 画风是真的漂亮,能明显感觉到底层用的是很顶级的生图 / 视频模型。 关键是—— 整个过程几乎不需要“操作”。 我是先用 GPT 帮我生成了一段故事提示词,然后直接丢进 -- 比例 -- 时长 -- 声音 剩下的事,它自己全干完了: -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。 更爽的是,你可以一边用 AI,一边随时“插手”。 比如某个画面不喜欢,直接跟它说; 想整体换文案、改节奏、换感觉,全程就是聊天。 这种「言出法随」的体验,真的会让人上头。 做科普、做故事、做广告片,甚至接单子,我觉得都完全没问题。 你只有真正用过一次,才会明白这种感觉。 我就一句话: 你自己试试就知道了。 👉

鱼总聊AI

20,643 Aufrufe • vor 6 Monaten

川普发了个视频,把奥巴马描绘成猴子。 这是真的吗? 先别急着下结论。 一个黑人博主,第一反应和你我一样,愤怒。 但他停下来,去做了研究。 我们来看看到底发生了什么。 川普的账号发了一个60秒的视频。 内容是关于投票的。 在视频的最后一秒,闪过一个画面。 一个把政客描绘成动物的视频片段,其中有奥巴马。 这个片段根本不是原视频的一部分。 怎么回事? 有人用手机录屏了第一个视频。 平台自动播放了下一个视频。 录屏的人没有剪掉这最后一秒。 一个粗心的失误。 这种事在内容创作者身上经常发生。 现在你可以自己试试,录一个社交媒体视频,看看结束后会发生什么。 那个把政客画成动物的视频,是网上某个随机的人做的。 川普团队可能根本没想过要包含它。 更大可能是,某个员工在深夜发了60条内容,手滑了。 这就是能力问题,不是恶意问题。 哲学上有个原则叫“汉隆剃刀”。 能解释为愚蠢的,就不要解释为恶意。 但现实中我们是怎么做的? 我们喜欢的人犯错,我们说他是一时糊涂。 我们讨厌的人犯错,我们说他用心险恶。 这不是原则。 这是偏好。 这叫确认偏误,只愿意看见自己本来就相信的东西。 视频一出来,几分钟之内。 那些反川普的人就找到了他们想要的“证据”。 看,他就是种族主义者。 他们根本不提那只是一秒钟的片段。 也不提它出现在一个60秒视频的末尾。 他们不需要调查,不需要好奇心。 因为结论早已写好。 白宫后来承认是员工失误。 但他们第一时间的反应是,说这是“虚假的愤怒”。 这不是负责任的态度。 真正的担当是承认错误,理解事情的敏感性,然后道歉。 领导者需要为自己的团队负责。 我们普通人也一样。 需要为自己的判断负责。 在用一秒钟的画面给人定罪之前,先问问自己。 有没有可能,事情没那么简单?

墓碑科技

13,248 Aufrufe • vor 5 Monaten

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 2 Monaten

你对AI视频的认知,99%都是错的 你是不是觉得,AI视频创作就是“输入提示词,抽卡式出图,再用剪映拼起来”?那些在闲鱼、小红书上标价几百块的AI视频单子,都是些赚不到钱的“小打小闹”? 如果你的答案是“是”,那么恭喜你,你对AI视频的认知,可能还停留在上个世纪 一个残酷的现实是:当大多数人还在怀疑和观望时,一小撮“超级个体”已经利用AI完成了商业模式​的重构,悄悄地赚得盆满钵满。 我们来看看几个“不起眼”的赛道: ​中小学教师的“刚需”:你可能不知道,为了评职称、参加比赛,中小学教师对高质量微课视频的需求是绝对的刚需。 看看淘宝,那些标价几百的微课制作服务,很多销量早已过万,而这仅仅是标价,一个定制化的数学或物理动效微课,最终成交价远超你的想象。 这在当下的经济环境中,是国内少有的暴利刚需业务。 ​闲鱼上的“暴利”生意​:一个60秒的AI视频,市场价在200-600元 但如果你用传统“图生视频”的模式,可能需要花费5个小时,时薪不到100元,苦不堪言。 而先行者已经找到了能“一键生成分镜、自动组成视频”的神器,将效率提升数十倍。 ​降维打击的“商业片”:你知道现在一个美院团队,制作一秒高质量的AI动画广告,报价是多少吗? 答案是1000元左右。而现在,一个人,借助合适的工具,就能实现从脚本、分镜、配音、字幕到剪辑的全流程自动化,效果直接媲美专业团队。 从产品推广、AI短剧、动态壁纸,到PPT转动画、产品Demo演示……AI视频创作的商业应用版图,正在以超乎想象的速度扩张。 这个时代,不再需要庞大的团队和昂贵的设备。 “创意”第一次成为了个体最核心,乃至唯一的资产。 而要抓住这个风口,你缺的不是创意,而是一个能将你的创意无限放大的“神器”。 Medeo的目标只有一个:让视频创作的门槛,彻底消失 它不仅仅是“文生视频”或“图生视频”,而是一个全流程的视频创作智能体。 就算你不会剪辑、不会写脚本、甚至不会写AI提示词,只要你有一个好点子,Medeo就能一键帮你: 生成专业脚本和分镜 生成匹配的关键帧画面 自动添加配音、字幕和背景音乐 支持多轮对话,对不满意的片段随时修改 最终自动剪辑成片 无论是产品推广、专业广告、知识科普,还是AI短剧,效果都直接爆炸。 我知道,你可能会有两个疑问: ​1. “它真的有那么强大吗? 很多工具都只是噱头。”​Medeo的核心优势在于其“分镜”逻辑,它能理解视频的叙事结构,而不是无脑生成单张图片 这使得镜头之间的配合度极高,故事感和流畅度远超传统AI视频工具。事实上,它大大减少了“抽卡”次数,这已经很大程度的减成本。 ​2. “这么强的工具,一定很贵吧?”​是的,它不便宜。 但请允许我提出一个你必须了解的核心事实:贵,不是Medeo的问题,而是AI时代下范式​的转变,而是当前整个AI视频生成领域的技术成本决定的。 你看到的每一次流畅的画面生成,背后都是海量算力的燃烧和昂贵GPU资源的消耗 这就像第一代iPhone,价格不菲,因为它集成了当时最前沿的技术。AI视频创作,就是当下的那个“前沿技术”。 所以,问题的关键不是“它为什么这么贵”,而是“它到底为我省了多少钱?” 让我们来算一笔账: 一个专业的美术或动画团队,制作一秒高质量AI动画的报价,是​1000元​。 一个传统的视频制作公司,完成一个商业广告片的报价,动辄​数万甚至数十万​。 而现在,Medeo将这个过去只有少数专业机构和企业才能负担得起的“视频工业能力”,压缩到了一个你触手可及的工具里。 它不是让你“多花钱”,而是将你的成本​从“团队级”指数级降低到了“个体级”​。 这本身就是一场颠覆性的成本革命。 相信我,随着技术迭代,成本一定会逐步降低 而现在,正是利用这个“信息差”和“能力差”建立优势的最佳时机。 AI带来的不是失业,而是对“个体价值”的重新洗牌。 在这个新的范式下,你不再是一个执行者,而是一个指挥AI军团的“导演”。 你的核心任务,是思考你能为世界创造什么样的独特价值。 不要再用过去的认知来审视现在的世界。 旧的地图,找不到新的大陆。 现在,Medeo官网 已经开放,并且提供免费积分让你亲身体验。 去试试看,亲自感受一下,那个属于“超级个体”的时代,已经到来了

叫我阿杭

23,034 Aufrufe • vor 6 Monaten

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

36,653 Aufrufe • vor 3 Monaten

中文创作者开源的 AI Skill,挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh:去 AI 味 这个是 op7418 汉化的,它不是简单让文字“更口语化”,而是专门帮你抓文章里的 AI 痕迹。 比如:过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。 这些东西单独看没问题,但堆在一起,读者一眼就能看出“这味儿不对”。 写完推文、公众号、小红书,丢进去过一遍,能把那种模板感压下来。 ② dbskill:选题诊断 + 爆款标题 dontbesilent 做的,一套 21 个 skill,这个比较狠,它不是单纯教你“怎么写得更好”,而是帮你拆:为什么这个选题没人点?为什么标题没吸引力?为什么内容看完没记忆点? 里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。 据说是从一万两千多条推文里提炼出来的,不是那种空泛方法论,更像一个内容创作者自己的实战经验库。 适合经常卡在“我知道要写,但不知道怎么切角度”的人。 ③ NotebookLM Skill:用自己的资料库写内容 这个连的是 Google NotebookLM,我觉得它最适合写长文、研报、项目解析、信息整理类内容。 它的价值不是让 AI 写得更花,而是让 AI 不要乱编,你把资料上传进去,Agent 基于你的资料库回答,每条内容都能带引用,写需要信息准确的东西时,这个很重要。 尤其是加密、AI、开源项目、行业分析这种内容,最怕的不是写得慢,而是写错了还不知道。 ④ khazix-skills:卡兹克的写作套件 数字生命卡兹克把自己的写作节奏和分析方法做成了 skill,最有意思的是“横纵分析法”。 你丢一个产品、公司或者项目进去,它能拉出一份很完整的研究报告。 适合做:项目拆解、公司分析、产品研究、长文选题预研。 里面还夹了一个 storage-analyzer,可以扫 Mac 磁盘,用三色分级告诉你哪些能删、哪些别乱动。 这个就很创作者真实工作流,不只是写作,还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations:正文配图 这个不是信息图,也不是那种商业插画模板。 它的风格是白底黑线手绘,一个叫“小黑”的角色,加少量红橙蓝中文批注。 16:9 横版,一张图只讲一个判断,我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图,要么是 AI 感很重的视觉图,看多了都差不多。 这种怪诞手绘风反而有辨识度。

撸毛吃猪脚饭|上Gate玩事件合约

31,173 Aufrufe • vor 1 Monat

我把这种食物爆炸的效果做成了一条快节奏的寿司美食商业广告视频😏只花了5分钟就搞定!上传3张图片,AI自动生成几万价值的广告效果。没错,完全不需要什么首尾帧生成!👌 这次直接上传了3张寿司照片,然后在对话框里说: "开头依次按照寿司食材层层推进,突出食材的质感和光泽,中间快切展示制作过程“ 等了大概5分钟,预览出来,镜头推进的节奏、转场的速度、食材的光泽感都对了。不是那种一眼就能看出来的AI生成视频,是真的能当商业片用的质量。 然后我试着调整细节: "第二个镜头太快了,慢一点" "最后加个特写效果" "配乐音效节奏感再强一点" 每次说完,它都能精准改到位。不用我去拖时间轴、调参数、重新渲染,就是对话,然后改完了。这种感觉就像你在跟一个剪辑师沟通,但响应速度是秒级的。 而且它还会记住上下文。比如我说"把第一个镜头的感觉用到第三个镜头",它就知道我在说什么,不用我重复描述一遍参数。 做完寿司视频后,我突然想到这个东西应该不只能做美食吧?就试着传了几张产品图进去,又做了个产品宣传片;传了几张视频教程截图,又生成了个教学视频;传了些参考图,做了个MV。 基本上你能想到的视频类型——动画、漫画分镜、抖音短视频、教程、MV、广告片——它都能做,而且都是同样的方式:上传素材或参考图,然后对话。 这跟我之前用过的那些AI视频工具完全不一样。那些工具要么就是一键生成,结果不能改;要么就得写复杂的Prompt,还得不断调参数。这个工具的逻辑是:你先生成一个大概的版本,然后通过对话不断精修,直到符合你的预期。 最关键的是角色和风格的一致性。比如做MV的时候,我只给了一张角色参考图,整个视频里的角色特征都保持得很好,不会出现那种"每一帧都是不同人"的情况。 它还有轨道编辑功能。如果你想手动精调某个地方,可以切到轨道模式,它导出的是可编辑的剪辑工程文件。所以你可以选择:要么完全用对话解决,要么对话+手动精修,两种方式都行。 如果你也经常做视频,尤其是需要快速出片但又不想牺牲质量的场景,可以试试这个思路。我现在手里攒了几个不同类型的案例,如果有人想看具体操作流程,评论区说一声,人多的话下期出个详细教程。 新用户可以免费🔗→ #AIVideoCreation #AITools #VideoEditing #ContentCreation

邪修玩AI-诗泳

11,644 Aufrufe • vor 6 Monaten

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 Aufrufe • vor 3 Monaten

有一个超级暴论: 现阶段的 OpenClaw 根本不适合团队协作!! 折腾过的人,应该都有类似的感受! OpenClaw 本质上其实是一个很强的 Agent 底座! 你可以把它接入到自己的团队工作流里, 把 Agent 搭起来,把渠道接进去,把能力跑通, 每个人都能让Agent干事情, 但是再进一步就会发现真正的问题: 团队怎么一起用? 中间产出和最终结果都沉淀在哪? 前面做过的分析、写过的文档、跑过的方法,怎么变成团队可复用资产? 新的成员进来,怎么接着往下做,而不是从头再来一遍? 这些,落到实际的应用中,都是坑! 最近,Flowus团队开发了一个新产品: Kollab Kollab 似乎解决了上面这些问题,它的思路很直接: 把 Agent 直接变成工作流的一部分。 这是什么意思呢? OpenClaw 解决的是:我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。 而 Kollab 解决的是:怎么让 AI 参与真实的团队工作,让做过的事能留下来,方法能复用,团队能协作。 对于内容团队、研究团队、小型创业团队来说,一定知道这其中的区别!! 你可以很简单的建立不同的项目组,或者工作空间, 每个项目组里都有 Agent,项目推进的全过程中, 所有的工作流、产出和方法论,都会沉淀在这个空间里。 当下次遇到同类型的B项目时,就可以一键复用A项目沉淀下来“工作资产”。 我觉得,这才是团队协作里最有价值的部分, 尽可能减少重复劳动!! 不管是传统团队协作,还是AI时代的团队协作,都如此。 所以,AI 产品真正的分水岭, 不是谁更像人,也不是谁接了更多更强的模型。 而是,到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,074 Aufrufe • vor 3 Monaten