Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

这个产品有点🐂❗ 一条已经生成完成的 AI 视频，竟然还能如此细致地修改，做AI视频再也不用担心“不可编辑”、反复抽卡耗费高昂成本了。为了证明我没有吹牛，可以先看下面的展示视频我们以前用AI模型做视频，通常只能生成几十秒的单个片段，一旦有个细节错了，就得全部推翻重新生成。凑齐画面后，还得把这些“零件”导入到 PR 或剪映里繁琐地手动拼接、加音频和字幕，频繁切换多个软件，一条视频做下来费时费力。但我这次用 Fotor Video Agent 做了一条 NovaQuiet 降噪耳机产品视频，体验完全不同。第一轮，我只需提供产品 Brief、晚高峰地铁场景、核心文案，以及需要的画面要求。 Fotor Video Agent 依托长时序规划，直接生成了视频初稿，并自动将素材、文字、字幕和声音全部编排到了多轨道时间轴上。在一个系统内就能完成所有制作，根本无需切换其他软件。初稿出来后，我觉得人物和耳机主体不够突出。以前遇到这种情况只能重头再来，但 Fotor Video Agent 生成的是支持二次修改的工程文件，所有元素都能继续调整。于是我直接在聊天里进行第二轮编辑：“给人物加一层透明度约 20% 的冷白轮廓光，让耳罩旁的声场数值从 72 dB 降到 18 dB，再让声波、颗粒和字幕主动避开人物。” 这些要求原本需要拆成好几个复杂的剪辑动作：跟踪人物轮廓、处理描边透明度、制作数字变化、逐个检查字幕挡脸等。但在 Agent 里面，我只需要把想要的效果讲清楚。 Agent 接着就在多轨时间轴里修改了原来的项目。人物从拥挤的地铁画面里被凸显出来，声场数值精准变化，周围的视觉元素也开始智能避让人物。这正是 Fotor Video Agent 这次最值得介绍的能力。它通过自动规划和编排，能够让你在单一系统内高效出片。原本需要 3-5 天的繁琐拼接修改工作，现在差不多... show more

雪踏乌云

45,558 subscribers

200,446 просмотров • 1 день назад •via X (Twitter)

Искусство Наука и технологии Образование

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

做数字人口播视频的朋友，就知道用Agent（Remotion/Hyperframes）生成B-roll素材、MG动效有多痛！如果稍微错一点，就要重新生成一整个片段，一等就是几十分钟。。。而且到最后，因为还要剪掉气口、调节BGM、精调音效，还得屁颠屁颠滚回剪映😅 终于，我的梦中视频制作Agent——Fotor Fotor Video Agent出现了，集ChatGPT、剪映和AE效果于一体。之前最痛的就是反复生成素材的时间和Token成本过高，每次都要反复自然语言对话修改，恨不得自己自己上手。而Fotor内置Parameter面板，手动就能直接调节素材的位置、字体、布局、透明度等等。也不用来回切换ChatGPT、剪映和AE，脚本、音效、素材、音乐、视频都能在Agent工作台一键生成。如果想和剪映一样精细化调整视频，任意手动编辑的多轨道时间轴也直接嵌入工作台了。。。而且除了数字人视频，想做任何类型的视频都行。TVC广告、数字人视频、产品宣传片、科普动画讲解......只要你想，没有它不能做的。为了给大家看下Fotor是如何结合Agent和剪辑的，我制作了一只完整的数字人爆料iPhone18视频👇

做数字人口播视频的朋友，就知道用Agent（Remotion/Hyperframes）生成B-roll素材、MG动效有多痛！如果稍微错一点，就要重新生成一整个片段，一等就是几十分钟。。。而且到最后，因为还要剪掉气口、调节BGM、精调音效，还得屁颠屁颠滚回剪映😅 终于，我的梦中视频制作Agent——Fotor Fotor Video Agent出现了，集ChatGPT、剪映和AE效果于一体。之前最痛的就是反复生成素材的时间和Token成本过高，每次都要反复自然语言对话修改，恨不得自己自己上手。而Fotor内置Parameter面板，手动就能直接调节素材的位置、字体、布局、透明度等等。也不用来回切换ChatGPT、剪映和AE，脚本、音效、素材、音乐、视频都能在Agent工作台一键生成。如果想和剪映一样精细化调整视频，任意手动编辑的多轨道时间轴也直接嵌入工作台了。。。而且除了数字人视频，想做任何类型的视频都行。TVC广告、数字人视频、产品宣传片、科普动画讲解......只要你想，没有它不能做的。为了给大家看下Fotor是如何结合Agent和剪辑的，我制作了一只完整的数字人爆料iPhone18视频👇

逸尘

52,227 просмотров • 2 дней назад

无需复杂提示词，小白到大神只需一个P视频智能体只需写一个故事梗概，一次生成一个完整视频但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。

无需复杂提示词，小白到大神只需一个P视频智能体只需写一个故事梗概，一次生成一个完整视频但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。

小互

44,512 просмотров • 11 месяцев назад

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 просмотров • 1 год назад

卧槽！我一个视频小白，只用一句话，就生成这种效果的视频！我只说了句： “我想做一个很有张力的古风视频。画里的女生想逃出来，最后又被重新困回画里，你帮我看看怎么做。” 它脑洞大开，直接给我整了一个被巨型画笔追杀的画中人。我没写分镜，也没拆镜头，故意装成纯小白：当用户只有一个模糊想法，甚至不知道该怎么专业表达时，它到底能不能听懂？做过 AIGC 视频的应该都知道，痛点其实不只在生成视频。只要你前面需求拆偏一点，后面的人物、画风和剧情就可能一起跑偏。好不容易生成出来，想改一个镜头，很多工具给你的又只是一条写死的内容，只能回去重新抽，时间和积分继续往里烧。而且我平时得在不同工具之间来回切换：搬参考图、搬提示词、下载素材，再把所有东西拖进剪辑软件里重新组装。费时费力，大部分时间都浪费在了搬运上。这次我用 Fotor Video Agent Fotor , 先用长时序规划把整条故事该怎么走拆开，再把参考图、真实录屏、生成镜头、字幕、BGM、脚步声、画布撕裂声和心跳声，自动编排进同一个多轨项目里。我不用每做一步就换一个软件。字幕、配乐、转场和画面布局也能在这套流程里继续完成；哪里不对，就留在项目里接着改，不必为了一个局部问题把整段视频全部推倒重抽。它最后补出了一个灰白色的线稿世界，还放进去一支巨型画笔。这个画笔确实挺有意思，它一出现，女生为什么要跑、为什么始终逃不出去、最后又为什么会被困回画里，一下就都有了解释。整个故事有了对抗，也有了闭环。当然，这条片绝对不是一句话扔进去，一次就直接生成完了。前前后后至少留下了 5 个完整版本。我一直看的还是最基本的东西：逻辑自然吗？人物和画风统一吗？衔接顺不顺？我要的张力有没有出来？不行就继续改。所以这次真正让我感觉省事的，不是它把 AI 生成的不确定性彻底消灭了，而是需求规划、素材生成和后期组装终于能留在一个项目里继续推进。最后这个东西到底能不能用，还是得由我自己拍板。现在这版也不是每个转场都绝对丝滑，但整体我能接受，不影响故事表达。反正后面每次都能做到这个程度的话，我肯定会继续用。 Link in my bio. Try Fotor Video Agent. 成片放下面，可以看看效果。

卧槽！我一个视频小白，只用一句话，就生成这种效果的视频！我只说了句： “我想做一个很有张力的古风视频。画里的女生想逃出来，最后又被重新困回画里，你帮我看看怎么做。” 它脑洞大开，直接给我整了一个被巨型画笔追杀的画中人。我没写分镜，也没拆镜头，故意装成纯小白：当用户只有一个模糊想法，甚至不知道该怎么专业表达时，它到底能不能听懂？做过 AIGC 视频的应该都知道，痛点其实不只在生成视频。只要你前面需求拆偏一点，后面的人物、画风和剧情就可能一起跑偏。好不容易生成出来，想改一个镜头，很多工具给你的又只是一条写死的内容，只能回去重新抽，时间和积分继续往里烧。而且我平时得在不同工具之间来回切换：搬参考图、搬提示词、下载素材，再把所有东西拖进剪辑软件里重新组装。费时费力，大部分时间都浪费在了搬运上。这次我用 Fotor Video Agent Fotor , 先用长时序规划把整条故事该怎么走拆开，再把参考图、真实录屏、生成镜头、字幕、BGM、脚步声、画布撕裂声和心跳声，自动编排进同一个多轨项目里。我不用每做一步就换一个软件。字幕、配乐、转场和画面布局也能在这套流程里继续完成；哪里不对，就留在项目里接着改，不必为了一个局部问题把整段视频全部推倒重抽。它最后补出了一个灰白色的线稿世界，还放进去一支巨型画笔。这个画笔确实挺有意思，它一出现，女生为什么要跑、为什么始终逃不出去、最后又为什么会被困回画里，一下就都有了解释。整个故事有了对抗，也有了闭环。当然，这条片绝对不是一句话扔进去，一次就直接生成完了。前前后后至少留下了 5 个完整版本。我一直看的还是最基本的东西：逻辑自然吗？人物和画风统一吗？衔接顺不顺？我要的张力有没有出来？不行就继续改。所以这次真正让我感觉省事的，不是它把 AI 生成的不确定性彻底消灭了，而是需求规划、素材生成和后期组装终于能留在一个项目里继续推进。最后这个东西到底能不能用，还是得由我自己拍板。现在这版也不是每个转场都绝对丝滑，但整体我能接受，不影响故事表达。反正后面每次都能做到这个程度的话，我肯定会继续用。 Link in my bio. Try Fotor Video Agent. 成片放下面，可以看看效果。

木马人

14,025 просмотров • 2 дней назад

由于市面上的 AI 手绘视频越来越多，我干脆把整套流程做成了一个本地 24 小时不间断生产的 AI 手绘视频系统我统一做了 10 种画面风格，从声音克隆、分镜、插画生成，到白板动画、字幕、最终合成，全部自动化你只需要做 3 件事： · 上传一段 10–30 秒参考声音 · 粘贴一段你想表达的文案 · 选择一种画面风格然后剩下的全部交给系统： · 自动克隆你的声音 · 根据口播节奏拆分分镜 · 自动生成统一风格插画 · 自动绘制白板笔迹动画 · 自动生成字幕 · 自动渲染并合成完整视频我自己的方案是：本地 TTS + Codex Image 接口 + 本地电脑渲染基本可以做到一台电脑 24 小时持续生产如果你手里有 20x 账号，产能基本不用太担心。之前看到太多人都在做 AI 手绘视频，但大部分还是一个视频一个视频地手动做所以我更想解决的是：不是怎么生成一条 AI 视频，而是怎么把 AI 视频真正做成一条自动化生产线项目已经全部开源，能跑的代码都放出来了功能演示👇 创作不易，如果觉得有用，帮忙转发关注一下，也欢迎直接拿去改

由于市面上的 AI 手绘视频越来越多，我干脆把整套流程做成了一个本地 24 小时不间断生产的 AI 手绘视频系统我统一做了 10 种画面风格，从声音克隆、分镜、插画生成，到白板动画、字幕、最终合成，全部自动化你只需要做 3 件事： · 上传一段 10–30 秒参考声音 · 粘贴一段你想表达的文案 · 选择一种画面风格然后剩下的全部交给系统： · 自动克隆你的声音 · 根据口播节奏拆分分镜 · 自动生成统一风格插画 · 自动绘制白板笔迹动画 · 自动生成字幕 · 自动渲染并合成完整视频我自己的方案是：本地 TTS + Codex Image 接口 + 本地电脑渲染基本可以做到一台电脑 24 小时持续生产如果你手里有 20x 账号，产能基本不用太担心。之前看到太多人都在做 AI 手绘视频，但大部分还是一个视频一个视频地手动做所以我更想解决的是：不是怎么生成一条 AI 视频，而是怎么把 AI 视频真正做成一条自动化生产线项目已经全部开源，能跑的代码都放出来了功能演示👇 创作不易，如果觉得有用，帮忙转发关注一下，也欢迎直接拿去改

陈硕KAI

45,656 просмотров • 14 дней назад

数字人介绍视频这条流水线，我基本跑通啦！！！以后不需要每一条视频都自己出镜我现在这套方案可以直接走：本地顶配模型 + ComfyUI + TTS + Fish 2 Pro + Codex 而且效果已经不是“能用”的阶段了，是继续把背景、模板和制作流程优化一下，就可以直接进入批量生产。现在声音效果已经够稳，数字人成片也已经可以看，接下来最重要的就是把文案生成、内容介绍和生产流程继续封装成 Skill。做到最后就是一套完整流水线：选题 → 文案 → 配音 → 数字人 → 场景 → 成片下面这个视频，就是其中一个风格模板。基本一轮提示词就跑出来了。这两天我会把整套流程整理成一份完整教程。想做数字人、本地 AI 视频、批量内容生产的，可以先关注我。整理完我直接把完整方案分享出来。🤓

数字人介绍视频这条流水线，我基本跑通啦！！！以后不需要每一条视频都自己出镜我现在这套方案可以直接走：本地顶配模型 + ComfyUI + TTS + Fish 2 Pro + Codex 而且效果已经不是“能用”的阶段了，是继续把背景、模板和制作流程优化一下，就可以直接进入批量生产。现在声音效果已经够稳，数字人成片也已经可以看，接下来最重要的就是把文案生成、内容介绍和生产流程继续封装成 Skill。做到最后就是一套完整流水线：选题 → 文案 → 配音 → 数字人 → 场景 → 成片下面这个视频，就是其中一个风格模板。基本一轮提示词就跑出来了。这两天我会把整套流程整理成一份完整教程。想做数字人、本地 AI 视频、批量内容生产的，可以先关注我。整理完我直接把完整方案分享出来。🤓

陈硕KAI

22,639 просмотров • 4 дней назад

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

36,922 просмотров • 4 месяцев назад

我把 AI 手绘视频，做成了一条可以本地持续生产的自动化流水线，有人之前已经在抖音跑出千赞现在市面上 AI 视频工具很多，但大多数只解决“生成一条视频” 我更想解决的是：怎么把一条视频，变成一套能稳定复用、持续产出的生产系统所以我把声音克隆、文案拆解、分镜、插画、白板动画、字幕和最终合成，全部接到了一起你只需要做 3 件事： · 上传一段 10–30 秒的参考声音 · 粘贴一段你想表达的文案 · 选择画面风格和视频形式剩下的交给系统： · 自动克隆声音 · 自动理解文案并拆分内容结构 · 自动生成统一风格插画 · 自动绘制白板笔迹动画 · 自动生成字幕并合成 MP4 · 失败后可以从断点继续，不需要全部重来这次新版还加了一条我很喜欢的能力：动态信息图模式它不再只是“白板画画”，而是会根据真实旁白的时间，自动把内容组织成动态 PPT / 知识卡片比如对比、流程、因果、时间线、层级、总结这些内容，都会用不同版式呈现而且画面元素会严格跟着旁白出现，不会提前抢话，也不会靠字数瞎估时间我自己的方案是：本地 TTS + AI 文案理解 + AI 插画生成 + 本地渲染目标不是做一个“好玩的一键生成器”，而是让一台电脑可以持续稳定地生产内容如果你手里有矩阵账号、知识类账号，或者长期需要把口播文案转成视频，这套流程应该会比较有用项目已经全部开源，能跑的代码都放出来了：功能演示我会继续更新创作不易，如果你觉得这个方向有用，欢迎帮忙转发、关注，也欢迎直接拿去改

我把 AI 手绘视频，做成了一条可以本地持续生产的自动化流水线，有人之前已经在抖音跑出千赞现在市面上 AI 视频工具很多，但大多数只解决“生成一条视频” 我更想解决的是：怎么把一条视频，变成一套能稳定复用、持续产出的生产系统所以我把声音克隆、文案拆解、分镜、插画、白板动画、字幕和最终合成，全部接到了一起你只需要做 3 件事： · 上传一段 10–30 秒的参考声音 · 粘贴一段你想表达的文案 · 选择画面风格和视频形式剩下的交给系统： · 自动克隆声音 · 自动理解文案并拆分内容结构 · 自动生成统一风格插画 · 自动绘制白板笔迹动画 · 自动生成字幕并合成 MP4 · 失败后可以从断点继续，不需要全部重来这次新版还加了一条我很喜欢的能力：动态信息图模式它不再只是“白板画画”，而是会根据真实旁白的时间，自动把内容组织成动态 PPT / 知识卡片比如对比、流程、因果、时间线、层级、总结这些内容，都会用不同版式呈现而且画面元素会严格跟着旁白出现，不会提前抢话，也不会靠字数瞎估时间我自己的方案是：本地 TTS + AI 文案理解 + AI 插画生成 + 本地渲染目标不是做一个“好玩的一键生成器”，而是让一台电脑可以持续稳定地生产内容如果你手里有矩阵账号、知识类账号，或者长期需要把口播文案转成视频，这套流程应该会比较有用项目已经全部开源，能跑的代码都放出来了：功能演示我会继续更新创作不易，如果你觉得这个方向有用，欢迎帮忙转发、关注，也欢迎直接拿去改

陈硕KAI

11,520 просмотров • 12 дней назад

分享一个Codex+AI自媒体视频创作的超级方法！直接能帮做自媒体的朋友，平均一个视频节省至少两小时！下面的视频制作出来我研究花了不少时间，但是如果复用，下一次我只需要五分钟，原理如下👇： 1.录制好口播视频（人和音频），win用focusee，mac用screen studio 2.调用火山ASR，把音频转为毫秒级带时间戳的逐字稿 3.用ffmpeg粗剪视频，调用相关的剪辑skill，把气口、重复片段剪掉 4.如果实在有没有自动剪辑好的，手动在剪映里面剪一下，最多一分钟 5.把最终的音视频导出，再把音频转一遍ASR，用remotion+hyperframes配合毫秒级时间戳来进行画面匹配 6.最后把制作好的视频和原来录制好的视频再同时导入剪映，把露脸的素材放置在最高轨道，用“智能抠像”，把人像保留 7.智能添加字幕，大功告成。看起来很复杂？其实除了手动在剪映里面剪确实没有被AI自动剪辑的重复片段，其余的都可以直接用Codex全自动控制剪映来剪辑。。。沉淀成一个skill，懂得都懂，这有多恐怖。。。

分享一个Codex+AI自媒体视频创作的超级方法！直接能帮做自媒体的朋友，平均一个视频节省至少两小时！下面的视频制作出来我研究花了不少时间，但是如果复用，下一次我只需要五分钟，原理如下👇： 1.录制好口播视频（人和音频），win用focusee，mac用screen studio 2.调用火山ASR，把音频转为毫秒级带时间戳的逐字稿 3.用ffmpeg粗剪视频，调用相关的剪辑skill，把气口、重复片段剪掉 4.如果实在有没有自动剪辑好的，手动在剪映里面剪一下，最多一分钟 5.把最终的音视频导出，再把音频转一遍ASR，用remotion+hyperframes配合毫秒级时间戳来进行画面匹配 6.最后把制作好的视频和原来录制好的视频再同时导入剪映，把露脸的素材放置在最高轨道，用“智能抠像”，把人像保留 7.智能添加字幕，大功告成。看起来很复杂？其实除了手动在剪映里面剪确实没有被AI自动剪辑的重复片段，其余的都可以直接用Codex全自动控制剪映来剪辑。。。沉淀成一个skill，懂得都懂，这有多恐怖。。。

逸尘

33,774 просмотров • 4 месяцев назад

震惊了，抖音上祁博士一天卖 50w 的数字人 agent，我2 分钟就开发完成了。用的就是Pixelle-Video这个项目，已经22k stars。包括数字人口播、动作迁移、图生视频全支持。支持ComfyUI，输入主题，从写脚本到加 BGM 到出片，一条龙自动跑视频。老王部署到本地，做了个简短的视频，属于插图式的视频，如果你需要更复杂的视频，需要自己配置云端模型比如 seedance2，kling 等等。 Pixelle-Video 最厉害的地方，是它把视频生产完全做成了可配置，支持本地部署模型和云端大模型。文案、画面、配音、剪辑，它拆成四个可替换的模块，每块后面都能换模型，可以自由切换模型，使用非常方便 >文案层：LLM 读主题，吐出带时间戳的结构化脚本，每>句对应一段画面。 >画面层：脚本每句转生图提示词，扔给 ComfyUI 或直连 DashScope 出图，图生视频和数字人口播也走这一层。 >语音层：脚本原文走 TTS 合成，多语言加音色克隆，不用自己录音。 >合成层：画面对齐语音时间轴，叠上 BGM，输出 MP4。仓库： P.S. 想到了就能出片，懂一点 AI 编程，这个项目就能自己做成适合各行业的数字人 agent。

震惊了，抖音上祁博士一天卖 50w 的数字人 agent，我2 分钟就开发完成了。用的就是Pixelle-Video这个项目，已经22k stars。包括数字人口播、动作迁移、图生视频全支持。支持ComfyUI，输入主题，从写脚本到加 BGM 到出片，一条龙自动跑视频。老王部署到本地，做了个简短的视频，属于插图式的视频，如果你需要更复杂的视频，需要自己配置云端模型比如 seedance2，kling 等等。 Pixelle-Video 最厉害的地方，是它把视频生产完全做成了可配置，支持本地部署模型和云端大模型。文案、画面、配音、剪辑，它拆成四个可替换的模块，每块后面都能换模型，可以自由切换模型，使用非常方便 >文案层：LLM 读主题，吐出带时间戳的结构化脚本，每>句对应一段画面。 >画面层：脚本每句转生图提示词，扔给 ComfyUI 或直连 DashScope 出图，图生视频和数字人口播也走这一层。 >语音层：脚本原文走 TTS 合成，多语言加音色克隆，不用自己录音。 >合成层：画面对齐语音时间轴，叠上 BGM，输出 MP4。仓库： P.S. 想到了就能出片，懂一点 AI 编程，这个项目就能自己做成适合各行业的数字人 agent。

产品经理老王霸

199,556 просмотров • 2 месяцев назад

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

歸藏(guizang.ai)

23,064 просмотров • 9 месяцев назад

可能是最适合小白的视频产品，没有之一。不用会提示词，也不用懂剪辑。你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！画面、音乐、转场、包装；不满意？直接对话改风格、重做、无限迭代，直到满意。更厉害的是，它已经原生接进 OpenClaw，终于有一个 AI，能让我的小龙虾自己去做视频了，飞书、Discord、Telegram 里都能直接调用生成视频，现有工作流里就能完成，完全不用切工具。这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent；面向人类端，它理解你的意图，你说想法，它出成片；面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。三周前，它还是一个人的想法，现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。发展速度，已经说明一切。一句话总结：做视频，从复杂技能变成一句话就能调用的能力。

可能是最适合小白的视频产品，没有之一。不用会提示词，也不用懂剪辑。你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！画面、音乐、转场、包装；不满意？直接对话改风格、重做、无限迭代，直到满意。更厉害的是，它已经原生接进 OpenClaw，终于有一个 AI，能让我的小龙虾自己去做视频了，飞书、Discord、Telegram 里都能直接调用生成视频，现有工作流里就能完成，完全不用切工具。这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent；面向人类端，它理解你的意图，你说想法，它出成片；面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。三周前，它还是一个人的想法，现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。发展速度，已经说明一切。一句话总结：做视频，从复杂技能变成一句话就能调用的能力。

开发者Hailey

16,651 просмотров • 5 месяцев назад

🚨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 просмотров • 7 месяцев назад

尝试用ChatCut 将我之前做的AI视频画面，给整理成了一个古装/仙侠运镜教学。全程我只用文字与Codex交流，最后在它的编辑器进行了简单的微调，生成出来的效果还挺好的。具体流程： 1.打开Codex，输入这段提示词：“阅读 ChatCut 插件并创建一个新任务。” 2.等待插件安装完毕，将你的素材命名，然后发给Codex。 3.输入你的需求，我发的需求是：“做一个古装/仙侠影视剧的运镜教学合集加字幕和旁白讲解，并加一个背景音乐，以及一些半透明的动画效果” 4.生成完毕后，可以先预览。 5.通过提示词修改大问题：“第一遍生成的画面，没有做开头，部分画面描述有点问题，我直接把问题和优化需求告诉了它：需要一个开头的旁白介绍，可以取几个画面，做个开场动画和旁白。背景音乐的声音加大，原来素材的声音也要保留。移镜的文案修改为纵向移动带出环境” 6.第二遍生成基本没问题，一些字幕和音频衔接有点小瑕疵，我手动调了下就搞定了流程非常简单，后续我会把全操作过程整理为一篇图文并茂的短文

尝试用ChatCut 将我之前做的AI视频画面，给整理成了一个古装/仙侠运镜教学。全程我只用文字与Codex交流，最后在它的编辑器进行了简单的微调，生成出来的效果还挺好的。具体流程： 1.打开Codex，输入这段提示词：“阅读 ChatCut 插件并创建一个新任务。” 2.等待插件安装完毕，将你的素材命名，然后发给Codex。 3.输入你的需求，我发的需求是：“做一个古装/仙侠影视剧的运镜教学合集加字幕和旁白讲解，并加一个背景音乐，以及一些半透明的动画效果” 4.生成完毕后，可以先预览。 5.通过提示词修改大问题：“第一遍生成的画面，没有做开头，部分画面描述有点问题，我直接把问题和优化需求告诉了它：需要一个开头的旁白介绍，可以取几个画面，做个开场动画和旁白。背景音乐的声音加大，原来素材的声音也要保留。移镜的文案修改为纵向移动带出环境” 6.第二遍生成基本没问题，一些字幕和音频衔接有点小瑕疵，我手动调了下就搞定了流程非常简单，后续我会把全操作过程整理为一篇图文并茂的短文

探路AI

25,394 просмотров • 1 месяц назад

最近在用 LibTV 做视频，发现它上线了「深度动作捕捉」功能，把这个流程直接做进去了。一键提取视频里的深度动态信息，动作、走位、运镜和空间关系全部转成干净的参考，原视频的人物、服装、场景、画风都不会带进来。对我这种经常复刻复杂动作的人来说，正好解决了痛点。一键生成深度图视频，不需要使用codex，不需要做视频转换。如果你也经常做复杂的视频运镜，可以来体验下。 #AI视频 #牛来 #libtv

最近在用 LibTV 做视频，发现它上线了「深度动作捕捉」功能，把这个流程直接做进去了。一键提取视频里的深度动态信息，动作、走位、运镜和空间关系全部转成干净的参考，原视频的人物、服装、场景、画风都不会带进来。对我这种经常复刻复杂动作的人来说，正好解决了痛点。一键生成深度图视频，不需要使用codex，不需要做视频转换。如果你也经常做复杂的视频运镜，可以来体验下。 #AI视频 #牛来 #libtv

行者AI视频

16,196 просмотров • 2 дней назад

在 Adobe Animate宣布停止更新的机遇下两个前 Adobe 的研究员出来创业做了个“原生 AI 动画创作平台” 该产品从剧本 → 分镜 → 画面生成 → 视频剪辑 → 成片交付所有流程都集中在一个Agent平台中完成，无需频繁切换工具。从 0 到成片，一个人也能完成它将AI Agent 作为核心协作者，既能辅助创作，也能在需要时全自动完成任务。

在 Adobe Animate宣布停止更新的机遇下两个前 Adobe 的研究员出来创业做了个“原生 AI 动画创作平台” 该产品从剧本 → 分镜 → 画面生成 → 视频剪辑 → 成片交付所有流程都集中在一个Agent平台中完成，无需频繁切换工具。从 0 到成片，一个人也能完成它将AI Agent 作为核心协作者，既能辅助创作，也能在需要时全自动完成任务。

小互

41,625 просмотров • 7 месяцев назад

Codex 5.6 + OpenMontage，AI 剪视频已经卷到不用你自己剪了你是不是还在使用剪映或者PR（Premiere）一帧一帧剪视频？现在都用AI剪视频了！你只需要描述想做什么，它就能继续处理脚本、素材、配音、字幕、剪辑和最终合成。你甚至可以丢给它一个参考视频，让 AI 分析脚本结构、镜头节奏和视觉风格，再重新生成不同方向的视频方案。想自己测试，可以直接在 Codex 里输入prompt：使用 OpenMontage 帮我制作一条 10-15 秒的 AI 工具介绍视频，先分析最合适的视频工作流，再自动完成脚本、分镜、素材、配音、字幕、剪辑和最终渲染；前 3 秒必须有强 Hook，整体节奏快、字幕适合手机观看，遇到非关键问题自行决定，完成后检查字幕、音画同步和异常画面，有问题自动修改并重新渲染。你就就可以看到 AI 从一句需求开始，一路把视频做出来！

Codex 5.6 + OpenMontage，AI 剪视频已经卷到不用你自己剪了你是不是还在使用剪映或者PR（Premiere）一帧一帧剪视频？现在都用AI剪视频了！你只需要描述想做什么，它就能继续处理脚本、素材、配音、字幕、剪辑和最终合成。你甚至可以丢给它一个参考视频，让 AI 分析脚本结构、镜头节奏和视觉风格，再重新生成不同方向的视频方案。想自己测试，可以直接在 Codex 里输入prompt：使用 OpenMontage 帮我制作一条 10-15 秒的 AI 工具介绍视频，先分析最合适的视频工作流，再自动完成脚本、分镜、素材、配音、字幕、剪辑和最终渲染；前 3 秒必须有强 Hook，整体节奏快、字幕适合手机观看，遇到非关键问题自行决定，完成后检查字幕、音画同步和异常画面，有问题自动修改并重新渲染。你就就可以看到 AI 从一句需求开始，一路把视频做出来！

govin.eth | G哥

116,817 просмотров • 19 дней назад

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 просмотров • 1 год назад

【Codex 真的牛！】还在剪映里一帧一帧手动抠视频？醒醒，AI已经把剪辑效率卷疯了我只在 Codex 里敲了一行字，装上 HyperFrames 插件，一句话就能生成想要的任何视频。动效、转场、字幕、配音全自动，不满意继续打字改就行，秒出新版本。还可以批量生成。下面这个视频是我让codex生成【人类编程进化史】的视频，太酷了～用会 Codex，你就真正打开了 AI 内容创作的新世界大门。我强烈建议所有自媒体人、内容创作者都要学会codex，这套玩法真的能把效率直接拉高十倍。还有更多玩法，以后分享哦～

【Codex 真的牛！】还在剪映里一帧一帧手动抠视频？醒醒，AI已经把剪辑效率卷疯了我只在 Codex 里敲了一行字，装上 HyperFrames 插件，一句话就能生成想要的任何视频。动效、转场、字幕、配音全自动，不满意继续打字改就行，秒出新版本。还可以批量生成。下面这个视频是我让codex生成【人类编程进化史】的视频，太酷了～用会 Codex，你就真正打开了 AI 内容创作的新世界大门。我强烈建议所有自媒体人、内容创作者都要学会codex，这套玩法真的能把效率直接拉高十倍。还有更多玩法，以后分享哦～

爱丽丝呀！

628,175 просмотров • 4 месяцев назад

又调整了一些细节，全程用 codex 完成的这个视频工作流，一个skill 跑完整个流程，目前基本能 100% 还原和超越抖音爆款视频了。 1、给标题，说一下要讲的书 2、A 读情绪，写文案，人再改文案 3、TTS生配音 4、生图和视频，视频可做可不做，我白嫖了 grok 生视频 5、组装视频和生成剪映草稿这里面视频模型不需要特别的贵的模型，简单模型即可，我本地部署了一个，太压的卡了，太慢了

又调整了一些细节，全程用 codex 完成的这个视频工作流，一个skill 跑完整个流程，目前基本能 100% 还原和超越抖音爆款视频了。 1、给标题，说一下要讲的书 2、A 读情绪，写文案，人再改文案 3、TTS生配音 4、生图和视频，视频可做可不做，我白嫖了 grok 生视频 5、组装视频和生成剪映草稿这里面视频模型不需要特别的贵的模型，简单模型即可，我本地部署了一个，太压的卡了，太慢了

产品经理老王霸

52,731 просмотров • 1 месяц назад