9 步流程把腳本轉化為可發布的 AI 短影片
文章提出一套把腳本製作成可發布 AI 短影片的 9 步流程,從精簡旁白、規劃鏡頭到模型分流、角色參考、音訊、字幕、質檢、版本輸出及成效量度。流程建議先製作旁白再剪畫面,文字與介面採用錄屏、標誌在後製合成,並檢查畫面連貫性、文字及敍述宣稱。多角色對白仍然成本高,精確肢體互動亦容易失敗,部分場景以實拍或 3D 更划算。
文章提出一套把腳本製作成可發布 AI 短影片的 9 步流程,從精簡旁白、規劃鏡頭到模型分流、角色參考、音訊、字幕、質檢、版本輸出及成效量度。流程建議先製作旁白再剪畫面,文字與介面採用錄屏、標誌在後製合成,並檢查畫面連貫性、文字及敍述宣稱。多角色對白仍然成本高,精確肢體互動亦容易失敗,部分場景以實拍或 3D 更划算。
生成式媒體平台 each::labs 宣佈完成 $7M 種子輪融資,由 Revo Capital 與歐洲復興開發銀行(EBRD)共同領投。公司稱,月收入在 8 月至 10 月間增至約 $2M,約為此前五倍,年化收入 run rate 超過 $20mn。
Opus Clip 是於 2022 年推出的 AI 影片剪輯工具,產品正常運作,但帳單及取消流程引發大量用戶投訴。常見問題包括免費試用期滿後自動收費、年費計劃的收費方式不清晰,以及未用完的點數可能不會結轉。文章認為 Opus Clip 並非騙局,但付款前仍須留意相關風險。
Suno 推出 Visuals,讓用戶把歌曲轉成可自動對口型的 AI 影片,也可按提示詞生成圖片作縮圖或專輯封面。Visuals 支援網頁、iOS 和 Android,影片片段最長 15 秒,並提供影片剪輯時間軸及可自訂的歌詞文字。
阿里雲開發者社區的指南梳理 Wan3.0‑Video 的影片生成能力、適用場景、價格與 API 接入條件。模型支援文生影片、圖生影片和參考生影片,單次最長生成 30 秒,亦可使用辦公文件及網頁連結作輸入;北京地域價格為 0.30、0.60、1.20 元/秒,分別對應 480P、720P、1080P。文章亦指出,邀測階段須申請權限,模型未開源,只可透過阿里雲百煉 API 調用。
米婭(化名)在長沙創辦影視公司製作短劇,8個月耗盡60萬元積蓄,公司解散後背上30多萬元外債,北上北京打工還債。她投資25萬元製作的第二部短劇,上線後分帳僅得300元。同期,2026年上半年上線的AI短劇超過22萬部,播放量破億的不到0.5%。
Suno 推出 Visuals,可為歌曲生成配套圖像和影片片段,影片最長 15 秒,並會配合歌曲結構、歌詞及唇形同步。功能使用 H3 Move(MiniMax 影片模型 H3 的定製安全過濾版本),用戶可從參考照片、提示詞或 Suno 預設角色開始;歌詞影片可調整字體和顏色、延長片段,並選擇長度及畫面比例。
Synthesia 於 2026 年 11 月 18 日推出自訂連接器,把其 AI 影片平台接入 Claude,讓用戶在對話中創作及修改影片。Syren 可按提示詞或文件、簡報、試算表等素材生成影片,並支援以自然語言修改;Studio 則適用於須保留原稿或使用指定範本的項目。
作者實測 Mirasim,分享以 Fable 5.2 進行影片剪輯、網頁生成、開源項目優化及宣傳片製作的四類用法。作者稱 Mirasim 本身免費,Claude 全系目前按官方 API 價格五折計費;五項任務實際花費約 70 美元,計入充值雙倍額度。請求會經 Mirasim 的線路轉發,作者提醒公司敏感程式碼需自行評估,並認為工具較適合有 Agent 使用經驗的開發者。
prepare 負責下載直播源影片、合併相鄰片段,並以 FFmpeg 裁剪成本地影片切片,不調用 capcut-mate。成片總時長超過 10 分鐘時採用關鍵幀快速裁剪,否則使用精確重編碼;流程以固定進度曲線推進,並保留片段原有順序。
Aiarty Video Enhancer 將 AI 影片超分、去模糊、降噪和細節恢復整合於桌面軟件,支援 Windows 和 macOS,並可在本地處理影片。軟件提供多款 AI 模型、1x、2x、4x 放大倍率,以及 1080P、2K、4K 等輸出選項;不同模型適用於細節恢復、自然降噪或暗光降噪。AI 重建不能保證恢復嚴重模糊或已丟失的細節。
影石為 Luna Ultra 推送新版固件,新增徠卡大師人像入口,提供清透柔光和復古柔光兩種風格,並支援同時開啟美顏。更新亦加入雲存儲與時刻Pro服務,支援素材自動備份、多設備存取及雲端素材 AI 剪輯。更新正分批推送,須將 Insta360App 升級至 2.36.0 及以上版本,相機固件升級至 v1.2.7 及以上版本。
三種常見綠幕去溢色公式各自依賴不同的色彩假設,測試卡結果顯示,每種公式都會在特定顏色上造成偏差。average-limit 令黃色的 ΔE 達 39.4,max-limit 則未能修正淺藍衣物的 ΔE 12.3;complement-fill 的黃色 ΔE 更達 50.8。公式應按鏡頭選擇,並在取得 alpha 後、合成前執行。
剪映團隊版月卡日常價為180元,今日新客價為71元,包含五人席位及每人每月3200 AI積分。下單後可手動取消連續包月,並支援電腦端。充值僅限剪映小組 ID,且只允許購買席位數或有效期相同的會員。
作者以同一段 43 秒、涵蓋 3 個畫面的 X.com 操作錄影,比較 4 種交給模型的方式及 token 開銷;Claude 不能直接開啟錄影,須先轉成可讀輸入。
2026年達喀爾青年奧林匹克運動會在塞內加爾開幕,阿里雲為賽事提供雲計算及人工智能技術支援,並打造奧運專有雲底座。底座支援雲轉播、票務等核心系統,票務規模達百萬張;賽後將整體移交塞內加爾,轉為「國家雲」平台。開幕式展示由萬相(Wan)生成的AI鼓樂影片,現場亦設有由千問(Qwen)大語言模型打造的問答助手。
北京智源人工智能研究院聯合逆矩陣、北大、清華及北航推出悟界·PhysCapBench,作為全球首個統一評測基準,涵蓋第三人稱場景、第一人稱操作與手持夾爪示範三類視角。基準從七個維度量化 Caption 質量,旨在支援描述策略優化、標註質量評估及高質量物理數據構建,並為世界模型訓練提供可度量的物理數據量尺。
FastFrames 論文提出一系列快速自回歸影片擴散模型,目標是在不犧牲生成品質下達到互動級延遲。1.3B 版本在單張 B200 GPU 上每影格耗時 36 ms、達 28 RPS,生成品質媲美慢近 8x 的 SOTA 模型;14B 版本在 8x B200 GPU 節點上每影格耗時 45 ms、達 22 RPS,並呈現顯著更佳的視覺品質和真實感。
Apple 為 Apple Creator Studio 訂閲用戶更新 Final Cut Pro,整合 MotionVFX 素材庫並加入多項影片剪輯與圖像處理功能。
Apple 於2026年11月17日升級 Final Cut Pro,為 Apple 創作者工作室(Creator Studio)訂閲用戶整合 MotionVFX,並新增多項影片創作功能。更新包括拖放式 3D 標題、動態景深匹配、智能遮罩、靜態圖片轉動畫,以及支援文生圖並可與 Pixelmator Pro 協同編輯的「內容中心」。所有新特性僅供訂閲用戶使用,國內月費38元、年費380元。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,作者實測認為 Astra 能力偏科,科研與程式碼審查較強,方案規劃和影片創作較弱。在作者自建的程式碼審查測試中,Astra 找出 96% 問題,Sol 為 84%,GPT-6.1 Sol 為 65%;Astra 在 Agents' Last Exam 約得 78%,每項任務約 3 美元。
文章整理一套以官方免費額度和標準 SDK 組成的 $0 AI 媒體原型流程,涵蓋圖像生成、語音轉文字、影片及音訊。
對 tinydeskoutstanding.video 首頁 8 個公開短片樣本的 ffmpeg 測量顯示,當中 2 個並非 9:16。540×940 短片比 9:16 寬 2.1277%,480×854 短片則略有偏差,無縮放時可容納它的最小精確 9:16 畫布為 486×864。其餘 6 個樣本在缺少 SAR 時按 1:1 計算,符合 9:16;官方參考短片的 SAR 和 DAR 標籤缺失。
即夢 Seedance 2.5 推出 4K 版本,支援最長 30 秒單次生成,並提供全模態參考、影片編輯和延長功能。4K 模式支援 10bit BT.709 色彩格式及六種畫幅;文中亦展示 4K 素材可進入首幀參考、編輯和延長流程。
作者用 ffprobe 檢查在 Astorie 生成的 MP4,發現整個檔案長 8.064 秒,比八秒上載限制多 64 毫秒。影片串流時長為 8.041667 秒,畫面為 1280 × 720、24 fps;文章提供 ffprobe 命令,並提醒以整個檔案時長核對限制。
inclusionAI 在 Hugging Face 提供 Invoker-Render 的因果流式 DiT 權重,模型以結構 Proxy、外觀參考圖和文字為輸入生成影片,配套 CodeWorldModel 推理程式碼支援因果四步流式生成。
鄭淵潔停更兩年的自媒體於 11 月 17 日恢復更新,稱自己用 AI 將童話作品製成動畫短片,並授權抖音帳號「鄭淵潔童話世界」免費發布。他認為 AI 讓不懂動畫或文學創作的人也能創作文化作品,並稱免費欣賞、人人創作是趨勢;他亦提醒作家,使用最貴的付費 AI 測試寫作會令人焦慮。該帳號已上載數段動畫影片,主要改編自他的十二生肖童話及兒童科普內容;他祝賀 00 後趕上知識平權時代。
一名創業者把配音、找畫面、動效、音效和剪輯整合成一鍵式 AI 紀錄片產線,產品上線後月訂閲收入達 49,944 美元。服務按成片分鐘數扣額度,月費為 27 至 107 美元;文章分析其賣點是可重做和穩定交付產能,而非保證成片品質。
AI 探店影片已形成涵蓋生成系統、代營運和個人接單者的生意鏈,報道引述業內人士稱,批量製作公司的月流水達 800 萬。一個商家案例中,自助工具、AI 包月服務和真人探店的單次核銷成本分別約為 0.27 元、1.35 元和 37.5 元。報道亦透過創作者與商家的經歷,呈現低價鋪量、品牌定製及真人體驗各自的客羣,以及畫面失真、素材使用和宣傳合規風險。
Wan2.2-ReMixV3.0 可用於漫劇分鏡圖生影片,但 8G 顯卡容易因顯存不足而閃退,人物亦可能出現跨幀變臉和閃爍。文章提供 ComfyUI 部署與參數調校、Python 批量處理及 FFmpeg 後期流程,建議以 16‑24 幀生成短片段,再拼接成片。
AI 影片生成工作流平台透過節點化編排、多模態智能體調度與資產庫鎖定,將創作流程由單次提示詞生成轉為端到端自動化生產。平台可整合劇本拆解、角色資產鎖定、多模型渲染,以及配音、口型同步和後期合成,服務影視、MCN及品牌內容製作。
密集光流配合雙向時間參照傳播,可借用相鄰影格中未被遮擋的背景紋理,重建浮水印遮蓋區域,減少逐影格修補引起的閃爍、鬼影及細節流失。文章提供使用 Python 和 OpenCV 的實作,並在直方圖均方誤差超過 45.0 時,改用 Telea 空間修補處理場景切換。
範式智能發佈通用語言模型 Phai-A1 和影片生成模型 Phai-M1,分別面向代碼開發、智能助手等語言類場景,以及影片內容創作。公司計劃未來不久開放兩款模型的權重。
FFmpeg 可透過 concat demuxer 串接編碼、畫面尺寸和 timebase 相符的影片,並以 `-c copy` 複製串流;若尺寸不同,複製串流不會縮放影片。文章以五項 pytest 檢查驗證兩種方法:尺寸不符時先用 filter graph 縮放,再以 concat filter 串接並重新編碼。
Ideogram Blog 比較 8 款 AI 產品影片工具,整理各工具的適用場景、免費方案、收費及商用限制。在 Ideogram、Kling 4.0 和 Creatify 的測試中,三者以同一產品照片和提示詞製作慢速推近片段,最後一格均保留 3 行可讀標籤文字;30 度環繞則令部分文字轉出畫面。
Suno 推出 Visuals,讓用戶生成 15 秒影片片段,並將片段拼接成完整音樂影片。Visuals 使用以 MiniMax 為基礎的模型,影片點數需額外付費。
OBSBOT 的 Tiny 3 Lite、Meet SE 和 Meet SE 2 均推出 Black Friday 折扣,優惠期為 November 19 至 November 30。Tiny 3 Lite 適合直播及內容創作,支援 4K 影片和 AI Tracking 2.0;Meet SE 適合日常視像通話,Meet SE 2 則支援 2K 影片。折後價格分別為 $149、$58 和 $65。
文章提出用 AI 影片智能體製作出色影片的五項原則,包括設定目標與受眾、提供現有素材、交代觀眾下一步、描述視覺風格,以及把首版當作草稿。文章提供產品發佈、內部更新和網絡研討會宣傳的提示詞範例,並建議每次只提出一兩項具體修改。文中介紹 Synthesia Syren 可從提示詞或自備文件製作帶有品牌風格的影片,並透過對話修訂;它以網頁應用程式運作,也可在 ChatGPT 和 Claude 內使用。
規劃 Grok Imagine 1.5 工作流程與預算時,須分清 SpaceXSI API 支援的能力,以及實際調用的託管介面提供的功能和計費方式。API 中,1.5 支援原生 1080p、參考圖片、語音參考及關鍵影格;1.5 Lite 適合簡單影片,1080p 輸出則由 720p 升頻,720p 價格為 $0.03/秒,低於 1.5 的 $0.14/秒。
HeyGen 推出 Avatar 6,這款音訊驅動虛擬人模型可由單張照片生成指定人物影片,並提供原生 2K 輸出。模型可按腳本語意安排手勢,HeyGen 示範了 25 至 28 分鐘的連續影片;Avatar 6 於 2026 年 11 月中旬起在網頁版、手機版及 API 提供。