Загрузка видео...

Не удалось загрузить видео

На главную

阿里的这个项目牛P啊 OmniTalker：只用一段“参考视频”就能学会视频里人物说话 并保持唇形同步和表情 也就是你给它一段视频它可以同时提取视频中人物的说话风格和面部表情。 比如你给它一段罗翔的视频），它就能学会“罗翔是怎么说话、什么表情”，然后你随便给它什么文字，它就用这种风格去说话。 不用你训练模型、调参数，也不用配音演员，全自动！

xiaohu's profile picture

小互

112,931 subscribers

244,802 просмотров • 1 год назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 7

Фото профиля 小互
小互1 год назад

过去做这种说话视频，需要 好几个步骤拼起来，容易： 出错（声音和表情不同步） 风格不一致（说得像机器人） 慢（处理流程长） OmniTalker 的创新点在于： 它把这一切都整合到一个大模型里，一次性完成，听起来更自然，嘴型和语气完全匹配，还能“模仿风格”。

Фото профиля 小互
小互1 год назад

可生成较长的视频内容，同时保持语气、节奏、动作风格的一致性。 还支持情绪控制和5 帧/秒（FPS）的实时生成。 详细介绍：

Фото профиля 小互
小互1 год назад

这个很让人感触啊↓

Фото профиля 沉稳的小华
沉稳的小华1 год назад

这个和剪映的 自定义数字人+文案+克隆声音一样

Фото профиля 沉稳的小华
沉稳的小华1 год назад

知道有用AI生成音乐，并可以把声音替换自己克隆的声音的AI工具吗？感谢~

Фото профиля バシロウ
バシロウ1 год назад

以後做視頻不用錄了，直接給它文案就好

Фото профиля Solar Heavy
Solar Heavy2 лет назад

who do these vocals remind you of?

Похожие видео

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
0:35

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 просмотров • 1 год назад

兄弟们，这个厉害了！！！ PersonaTalk：字节跳动开发出可精准给视频进行AI配音的模型 能保持口型同步、说话风格完美匹配 只需输入音频和参考视频，即可生成同步的视觉配音 不仅让嘴唇动作与音频完美匹配，还能保留说话者的个性特点，比如说话的速度、语调和表情。 还能同步说话者的风格，比如轻松、严肃或激动的语气，让配音更生动。 不仅如此，还能实现视频翻译，将视频说话者的语音翻译成其他语言。
1:30

兄弟们，这个厉害了！！！ PersonaTalk：字节跳动开发出可精准给视频进行AI配音的模型 能保持口型同步、说话风格完美匹配 只需输入音频和参考视频，即可生成同步的视觉配音 不仅让嘴唇动作与音频完美匹配，还能保留说话者的个性特点，比如说话的速度、语调和表情。 还能同步说话者的风格，比如轻松、严肃或激动的语气，让配音更生动。 不仅如此，还能实现视频翻译，将视频说话者的语音翻译成其他语言。

小互

162,422 просмотров • 1 год назад

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！ 它支持原生 30 秒的视频生成，支持 1080P。 并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。 你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。 价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒 整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。
1:32

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！ 它支持原生 30 秒的视频生成，支持 1080P。 并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。 你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。 价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒 整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。

歸藏(guizang.ai)

27,677 просмотров • 12 дней назад

比演员还会演 ？ Gaga AI：一个影视级AI视频生成模型突然就来了 感觉这是上过电影学院的AI... 😂 全球首个专注于「人物对话」的影视级音画同出模型 一张图+一段提示词即可，就能实现： - 电影级“演技”，能展现极致表情和情感演绎 - 音画同出一步到位 - 支持双人场景演绎 - 支持全球多语种 Gaga AI不是对口型，不是数字人，而是专注于「演绎」，输入一段提示词，它会分析这是什么场景，这应该是什么语气，表情是什么样的 简单来说，他和演员拿到剧本思考过程是一样的，总之就是戏精上身！
0:39

比演员还会演 ？ Gaga AI：一个影视级AI视频生成模型突然就来了 感觉这是上过电影学院的AI... 😂 全球首个专注于「人物对话」的影视级音画同出模型 一张图+一段提示词即可，就能实现： - 电影级“演技”，能展现极致表情和情感演绎 - 音画同出一步到位 - 支持双人场景演绎 - 支持全球多语种 Gaga AI不是对口型，不是数字人，而是专注于「演绎」，输入一段提示词，它会分析这是什么场景，这应该是什么语气，表情是什么样的 简单来说，他和演员拿到剧本思考过程是一样的，总之就是戏精上身！

小互

83,118 просмотров • 10 месяцев назад

一款长视频会议纪要、访谈节目精剪、课程速览的AI神器：whisperVideo 除了把语音转文字，它能自动判断说话人，把说话内容对应上画面里的人脸，生成带说话人ID的字幕与可视化面板 就是说把“谁、在什么时间、说了什么”全自动对齐并可视化，对做访谈、电影/纪录片剪辑，或会议纪要回顾等比较实用 对长视频友好，专门用于长视频的，支持小时级素材，自动分场景、分段落处理 视频中同一个说话人可以正确识别，身份一致性保持的比较好 文本转录用的WhisperX，说话人分离用Pyannote，用SAM3做视频中人脸检测与分割 TalkNet做主动说话人检测，然后视觉嵌入 最后把转录的文本、说话人身份、时间戳以及视频画面信息全部整合起来，生成带有说话人ID的字幕和面板视图 #视频转录 #whisperVideo
2:23

一款长视频会议纪要、访谈节目精剪、课程速览的AI神器：whisperVideo 除了把语音转文字，它能自动判断说话人，把说话内容对应上画面里的人脸，生成带说话人ID的字幕与可视化面板 就是说把“谁、在什么时间、说了什么”全自动对齐并可视化，对做访谈、电影/纪录片剪辑，或会议纪要回顾等比较实用 对长视频友好，专门用于长视频的，支持小时级素材，自动分场景、分段落处理 视频中同一个说话人可以正确识别，身份一致性保持的比较好 文本转录用的WhisperX，说话人分离用Pyannote，用SAM3做视频中人脸检测与分割 TalkNet做主动说话人检测，然后视觉嵌入 最后把转录的文本、说话人身份、时间戳以及视频画面信息全部整合起来，生成带有说话人ID的字幕和面板视图 #视频转录 #whisperVideo

AIGCLINK

26,042 просмотров • 7 месяцев назад

这两天老是刷到用ChatCut插件接入codex就能一键出视频的帖子，我自己也体验了一下，耗时30多分钟就能出一个视频，我只给了它几段素材，甚至连视频主题都没有给它，它就帮我剪辑了一个这样的视频，关键是配音还不消耗积分，就这以后视频剪辑还用啥剪映，剪辑和编导都得下岗了😂
1:01

这两天老是刷到用ChatCut插件接入codex就能一键出视频的帖子，我自己也体验了一下，耗时30多分钟就能出一个视频，我只给了它几段素材，甚至连视频主题都没有给它，它就帮我剪辑了一个这样的视频，关键是配音还不消耗积分，就这以后视频剪辑还用啥剪映，剪辑和编导都得下岗了😂

科技俊 | Tech Jun

54,941 просмотров • 1 месяц назад

有人在之前推文里问像这样的数字人是怎么做的，推荐 HeyGen 这款数字人产品。它可以选择不同的数字人，套用不同的模板，生成各种演说类的视频 口型准确，效果还是很逼真的，如果你不会的话，也可以找我。 🔗 #AIgirl #aitools
0:20

有人在之前推文里问像这样的数字人是怎么做的，推荐 HeyGen 这款数字人产品。它可以选择不同的数字人，套用不同的模板，生成各种演说类的视频 口型准确，效果还是很逼真的，如果你不会的话，也可以找我。 🔗 #AIgirl #aitools

Cellier

132,160 просмотров • 3 лет назад

一键复刻 TikTok 电商爆款视频的AI：CreatOK 你给一张商品图 + 一句话， 直接就是一条完整带货视频：人物、场景、配音全都有。 刷到一个爆款也不用研究了， 丢进去，它会帮你拆结构，再做一版同思路内容。 不是给灵感， 是直接把能卖的内容做出来。 而且它已经接入 OpenClaw 🦞 你可以让小龙虾帮你拆爆款， 再把 CreatOK 接进 OpenClaw 里用。 装上 CreatOK 的 skills 之后： 自动分析 TikTok 爆款 生成短视频内容 输出结构 + Hook + 脚本 整个过程就跟聊天一样 你丢一个链接，说一句你想要什么，它就开始干活
0:32

一键复刻 TikTok 电商爆款视频的AI：CreatOK 你给一张商品图 + 一句话， 直接就是一条完整带货视频：人物、场景、配音全都有。 刷到一个爆款也不用研究了， 丢进去，它会帮你拆结构，再做一版同思路内容。 不是给灵感， 是直接把能卖的内容做出来。 而且它已经接入 OpenClaw 🦞 你可以让小龙虾帮你拆爆款， 再把 CreatOK 接进 OpenClaw 里用。 装上 CreatOK 的 skills 之后： 自动分析 TikTok 爆款 生成短视频内容 输出结构 + Hook + 脚本 整个过程就跟聊天一样 你丢一个链接，说一句你想要什么，它就开始干活

开发者Hailey

36,347 просмотров • 4 месяцев назад

ElevenLabs 发布其对话语音助手： Conversational AI 2.0 相较于上一代有了巨大飞跃 亮点功能： 说话不尴尬了：它能听懂你什么时候停顿、什么时候在思考，不会中途打断你说话。 多语言切换很顺滑：你说中文，它说中文；你说西班牙语，它也能自动切换。 回答更“懂行”：它可以从你公司的知识库里直接找资料来回答你，不胡说。 批量打电话不求人：几百几千个客户，系统可以一次性给他们打电话发通知。 一个模型管两种互动方式：不用分开发文字和语音版本，省人力。
1:37

ElevenLabs 发布其对话语音助手： Conversational AI 2.0 相较于上一代有了巨大飞跃 亮点功能： 说话不尴尬了：它能听懂你什么时候停顿、什么时候在思考，不会中途打断你说话。 多语言切换很顺滑：你说中文，它说中文；你说西班牙语，它也能自动切换。 回答更“懂行”：它可以从你公司的知识库里直接找资料来回答你，不胡说。 批量打电话不求人：几百几千个客户，系统可以一次性给他们打电话发通知。 一个模型管两种互动方式：不用分开发文字和语音版本，省人力。

小互

31,674 просмотров • 1 год 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。
0:52

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

我说一就是一，没人敢说二，给大家看一下我的家庭地位，什么叫皇上！！ 如果做不到像我这样，就去体验一下 Kindred Labs 吧，都说它和普通的AI不一样。听到用过的分享说，真觉得它挺能让人放松的，简直像是一个总在你身边的朋友。 AI都是冷冰冰的，聊几句就觉得没劲。 它不是机械地回答问题，而是能根据你的心情和需求调整自己的反应。你心情不好时，它能像朋友一样跟你说点暖心的话，或者干脆给你个空间，不给你额外压力。 它不会只是说“加油”这种套话，而是会根据你长时间的对话和情绪变化，逐渐理解你的状态。 #Kindred 不仅仅是一个聊天工具，它还跟着你的一天，记得你之前的情绪，帮你调整状态。 如果你学习时有点焦虑，它会提醒你深呼吸，鼓励你，甚至帮你找个适合的节奏。 这感觉就像是有个朋友一直在你旁边，不管你是忙碌、焦虑还是开心，它都会随时调整自己，跟上你的步伐。 喜欢的角色、故事，甚至你创造的东西都能通过NFT变得有价值。 你不仅能和它互动，还能通过这种系统参与到更多内容的创作中，享受共同创造的乐趣。 试试它，可能会喜欢上的。 #KIN #Kindred $KIN #KaitoAI #Kaito #Yap Kaito AI 🌊 Kindred Labs
1:59

我说一就是一，没人敢说二，给大家看一下我的家庭地位，什么叫皇上！！ 如果做不到像我这样，就去体验一下 Kindred Labs 吧，都说它和普通的AI不一样。听到用过的分享说，真觉得它挺能让人放松的，简直像是一个总在你身边的朋友。 AI都是冷冰冰的，聊几句就觉得没劲。 它不是机械地回答问题，而是能根据你的心情和需求调整自己的反应。你心情不好时，它能像朋友一样跟你说点暖心的话，或者干脆给你个空间，不给你额外压力。 它不会只是说“加油”这种套话，而是会根据你长时间的对话和情绪变化，逐渐理解你的状态。 #Kindred 不仅仅是一个聊天工具，它还跟着你的一天，记得你之前的情绪，帮你调整状态。 如果你学习时有点焦虑，它会提醒你深呼吸，鼓励你，甚至帮你找个适合的节奏。 这感觉就像是有个朋友一直在你旁边，不管你是忙碌、焦虑还是开心，它都会随时调整自己，跟上你的步伐。 喜欢的角色、故事，甚至你创造的东西都能通过NFT变得有价值。 你不仅能和它互动，还能通过这种系统参与到更多内容的创作中，享受共同创造的乐趣。 试试它，可能会喜欢上的。 #KIN #Kindred $KIN #KaitoAI #Kaito #Yap Kaito AI 🌊 Kindred Labs

Michael 宝塔镇河妖🧙🏿‍♀️|🧠SENT

12,355 просмотров • 8 месяцев назад

看着这段视频，我除了脏话🤬 其它的什么都不想说了… 太丢人了……无与伦比的丢人啊……
0:57

看着这段视频，我除了脏话🤬 其它的什么都不想说了… 太丢人了……无与伦比的丢人啊……

Jixian Wang

682,666 просмотров • 3 лет назад

说实话，这个数字人项目被严重低估了。 外面还在20美元/月买 HeyGen数字人会员，美团已经把整套数字人口播方案开源出来了。叫 InfiniteTalk，一张图一段话，口型、头、身体全同步，不限时长。老王拿照片试了一下，完全可用。 它表面是个数字人对口型工具，实际干的事比这多得多。底层用Wan视频模型负责出画面，再挂个音频分析引擎，把你说的每句话拆成嘴型、表情、身体该怎么动的指令，最后靠一种只刷新关键帧的策略，保人脸不崩背景不乱。 整条视频从上到下跟着音频走，不光嘴在动，肩膀、眉毛、眼神全跟着语音节奏变。那种只给你换张嘴的方案。 有两种用法。 1、拍张照片配段话扔进去，出来就是一条完整的说话视频，单人口播、唱歌都行。 2、塞段现成视频加段新音频进去，它能给原视频换配音，人物嘴型和身体动作全跟着新音频重新对齐。 硬件要求，英伟达cuda，显存至少24G，mac无法使用，内存32G以上，硬盘200G以上（权重就100G以上） 安装方法，不复杂， 让AI帮你建个新 Python 环境，跑一遍依赖清单，从 HuggingFace 拽三个模型包就齐了。从下载到出第一条视频，半小时够了。 PS：仓库在 GitHub，而且是Apache-2.0 协议，商用很友好。效果看这个视频，开源的东西做到这个程度，以前真不敢想。
0:40

说实话，这个数字人项目被严重低估了。 外面还在20美元/月买 HeyGen数字人会员，美团已经把整套数字人口播方案开源出来了。叫 InfiniteTalk，一张图一段话，口型、头、身体全同步，不限时长。老王拿照片试了一下，完全可用。 它表面是个数字人对口型工具，实际干的事比这多得多。底层用Wan视频模型负责出画面，再挂个音频分析引擎，把你说的每句话拆成嘴型、表情、身体该怎么动的指令，最后靠一种只刷新关键帧的策略，保人脸不崩背景不乱。 整条视频从上到下跟着音频走，不光嘴在动，肩膀、眉毛、眼神全跟着语音节奏变。那种只给你换张嘴的方案。 有两种用法。 1、拍张照片配段话扔进去，出来就是一条完整的说话视频，单人口播、唱歌都行。 2、塞段现成视频加段新音频进去，它能给原视频换配音，人物嘴型和身体动作全跟着新音频重新对齐。 硬件要求，英伟达cuda，显存至少24G，mac无法使用，内存32G以上，硬盘200G以上（权重就100G以上） 安装方法，不复杂， 让AI帮你建个新 Python 环境，跑一遍依赖清单，从 HuggingFace 拽三个模型包就齐了。从下载到出第一条视频，半小时够了。 PS：仓库在 GitHub，而且是Apache-2.0 协议，商用很友好。效果看这个视频，开源的东西做到这个程度，以前真不敢想。

产品经理老王霸

88,174 просмотров • 1 месяц назад

想做视频但不会剪辑的人，终于有救了 过去 10 年，“剪辑”是视频创作最大的门槛 各种剪辑工具：剪映、PR、AE 学不会？找人做，200 一条起步 学得会？花 3 个月，做一条要 2 小时 “剪辑门槛”，拦住了 90% 想做视频的人 但是现在，这道门槛正在消失 我最近测了一个叫 Medeo 的工具，它让我重新理解了一件事👇 做视频，真的不一定要学剪辑了 用 Medeo：你只需要会说话 步骤 1：把文案丢进 Medeo（1 分钟） "帮我做一个 1 分钟的读书分享视频，风格温暖有书卷气" 步骤 2：AI 自动生成初稿（5 分钟） 它会自动搞定： 配套画面（根据文案智能匹配） 配音（自动选合适音色） 背景音乐（氛围匹配） 字幕（自动生成） 步骤 3：对话式修改（5分钟） 像和朋友聊天一样改视频： "配音换成温柔女声" "第二段节奏快一点" "整体色调偏暖，像下午的咖啡厅" 并且，不止是动漫，还有绘本、广告、各类动画、新闻等风格的视频，都可以用Medeo来完成。 只要你会说话、会表达，就能做视频，你甚至可以利用它进行赚钱。
0:30

想做视频但不会剪辑的人，终于有救了 过去 10 年，“剪辑”是视频创作最大的门槛 各种剪辑工具：剪映、PR、AE 学不会？找人做，200 一条起步 学得会？花 3 个月，做一条要 2 小时 “剪辑门槛”，拦住了 90% 想做视频的人 但是现在，这道门槛正在消失 我最近测了一个叫 Medeo 的工具，它让我重新理解了一件事👇 做视频，真的不一定要学剪辑了 用 Medeo：你只需要会说话 步骤 1：把文案丢进 Medeo（1 分钟） "帮我做一个 1 分钟的读书分享视频，风格温暖有书卷气" 步骤 2：AI 自动生成初稿（5 分钟） 它会自动搞定： 配套画面（根据文案智能匹配） 配音（自动选合适音色） 背景音乐（氛围匹配） 字幕（自动生成） 步骤 3：对话式修改（5分钟） 像和朋友聊天一样改视频： "配音换成温柔女声" "第二段节奏快一点" "整体色调偏暖，像下午的咖啡厅" 并且，不止是动漫，还有绘本、广告、各类动画、新闻等风格的视频，都可以用Medeo来完成。 只要你会说话、会表达，就能做视频，你甚至可以利用它进行赚钱。

余温

56,690 просмотров • 7 месяцев назад

一款全新的多模态RAG系统：ColQwen-Omni，可以跨模态检索视频、音频、文档任意内容 它支持跨模态检索，比如说，你可以用文本查询音频片段，或者说用音频查询图像 用来处理音视频检索比较实用 它能理解不同的模态，直接处理原始数据，比先把音频或视频转录成文本再进行检索的方法速度更快 还有一个，就是直接处理音视频可以保留音视频中的情感、语气、环境音、以及视频中的视觉细节 #全模态RAG #RAG #跨模态RAG #ColQwenOmni
1:07

一款全新的多模态RAG系统：ColQwen-Omni，可以跨模态检索视频、音频、文档任意内容 它支持跨模态检索，比如说，你可以用文本查询音频片段，或者说用音频查询图像 用来处理音视频检索比较实用 它能理解不同的模态，直接处理原始数据，比先把音频或视频转录成文本再进行检索的方法速度更快 还有一个，就是直接处理音视频可以保留音视频中的情感、语气、环境音、以及视频中的视觉细节 #全模态RAG #RAG #跨模态RAG #ColQwenOmni

AIGCLINK

10,416 просмотров • 1 год назад

为什么会有这么多穷人？ 罗伯特·清崎是这么说的「他们不知道什么是真钱，什么是假钱」 如果你用假钱，去买实物，就会越来越穷，如果你用假钱，去买真钱，就会越来越富有。 看完视频后会重新建立你的金钱观这个视频一定值得你点赞，收藏，分享。
7:40

为什么会有这么多穷人？ 罗伯特·清崎是这么说的「他们不知道什么是真钱，什么是假钱」 如果你用假钱，去买实物，就会越来越穷，如果你用假钱，去买真钱，就会越来越富有。 看完视频后会重新建立你的金钱观这个视频一定值得你点赞，收藏，分享。

Web3老吴

378,364 просмотров • 7 месяцев назад

太离谱了，我真的就一句话，AI 给我做的黏土风视频，这类视频可以直接去卖“少儿AI教学”了吧。。。 起因是看到老外那闷声发财的赛道： 无人出镜解说频道。不露脸不出镜，全靠解说视频吃广告分成，做得好的一个月几万刀。 我就尝试用 Higgsfield 试了一下，给它一个提示： 「为什么 AI 上下文一长就变笨，用小孩喜欢的黏土风演示给我」。 然后它自己去查资料，写解说稿、配音、生成画面、配字幕，几分钟后直接甩给我一条成片。我中间啥也没干，连剪辑软件都没打开。 以前做这种无人出镜的解说视频，需要：设计、写稿、配音、找素材、剪辑、上字幕，一条视频搞一天很正常。 所以老外那边那些不露脸的解说频道，一直是个闷声赚钱的赛道，门槛全在工作量上。 现在这个门槛又被AI冲没了：脚本、配音、画面、字幕，我直接用 Higgsfield 的 Explainer 内置的，你只需要出选题。 风格啥的随便挑，黏土、动画、涂鸦、剪纸都有，配音想要什么语言就什么语言，已经到了人人都能上桌的地步了。
0:30

太离谱了，我真的就一句话，AI 给我做的黏土风视频，这类视频可以直接去卖“少儿AI教学”了吧。。。 起因是看到老外那闷声发财的赛道： 无人出镜解说频道。不露脸不出镜，全靠解说视频吃广告分成，做得好的一个月几万刀。 我就尝试用 Higgsfield 试了一下，给它一个提示： 「为什么 AI 上下文一长就变笨，用小孩喜欢的黏土风演示给我」。 然后它自己去查资料，写解说稿、配音、生成画面、配字幕，几分钟后直接甩给我一条成片。我中间啥也没干，连剪辑软件都没打开。 以前做这种无人出镜的解说视频，需要：设计、写稿、配音、找素材、剪辑、上字幕，一条视频搞一天很正常。 所以老外那边那些不露脸的解说频道，一直是个闷声赚钱的赛道，门槛全在工作量上。 现在这个门槛又被AI冲没了：脚本、配音、画面、字幕，我直接用 Higgsfield 的 Explainer 内置的，你只需要出选题。 风格啥的随便挑，黏土、动画、涂鸦、剪纸都有，配音想要什么语言就什么语言，已经到了人人都能上桌的地步了。

余温

22,517 просмотров • 26 дней назад

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。
0:15

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 просмотров • 5 месяцев назад

授人与鱼不如授人以渔，今天讲讲一个超过15秒的剧情是怎么上下连贯的衔接的技术，其实这个道理说穿了也很简单，就是在第二段的视频提示词的前面加上这句话就行了，“将@视频1延长15秒。”这里的视频1 就是在seedance 2.0 全局参考的基础上上传上一个生成的15秒的视频，然后第二段视频自然就会保留上一个视频的角色和色调，这就是SEEDANCE 2.0的视频参考功能，明白了吧。好吧上帝原谅我又一次让教主领衔了霸总一角。
0:33

授人与鱼不如授人以渔，今天讲讲一个超过15秒的剧情是怎么上下连贯的衔接的技术，其实这个道理说穿了也很简单，就是在第二段的视频提示词的前面加上这句话就行了，“将@视频1延长15秒。”这里的视频1 就是在seedance 2.0 全局参考的基础上上传上一个生成的15秒的视频，然后第二段视频自然就会保留上一个视频的角色和色调，这就是SEEDANCE 2.0的视频参考功能，明白了吧。好吧上帝原谅我又一次让教主领衔了霸总一角。

John

30,222 просмотров • 6 месяцев назад