跳到正文
om!D· 来源· @omiDBaghi · X·· 3 小时前精选AI 评分72
推荐理由

梳理了14个开源工具组成的视频生成工作流,展示了如何通过代码化步骤实现可调试的AI视频制作。

正文 · AI 翻译

我关注列表中昨晚观看量最高的帖子不是一个新的视频模型,而是一个包含14个免费仓库的列表,这些仓库可以将视频转化为代码库。

看看这个流程是如何分解的,你会发现其中没有任何一个地方有“让我生成视频”这样的单一按钮:

  • Remotion 在 React 中合成和渲染视频,Remotion Skills 为你的智能体提供关于如何使用它的官方指导
  • Blender 处理模型、绑定和真实的3D渲染,Blender MCP 让 Claude 能够控制场景
  • GSAP 在时间轴上处理UI动效和动态排版
  • Three.js 在你的GPU上的浏览器中渲染3D内容
  • Chatterbox 从纯文本生成开源配音
  • faster-whisper 将任何配音转换为字幕
  • ComfyUI 运行图像和视频生成流程
  • yt-dlp 从网络抓取参考片段和音频
  • FFmpeg 编码、检查并输出最终的MP4文件

而我认为最有趣的部分是:Chrome DevTools MCP,这样智能体可以看到自己的渲染结果,并在导出之前进行修复。

最后这一点改变了游戏规则。列表中的其他所有工具都是一双手,而这一件工具是一双眼睛。能够查看自己生成的内容、发现错误并返回修正的智能体,正是生成器与编辑器之间的区别。

这就是为什么“AI视频看起来很廉价”正逐渐成为一个工作流问题,而不是模型问题。当配音、字幕、3D、动效和最终编码都只是代码时,每一步都可以重新运行、版本控制和检查。你不再依赖一个巨大的提示词来碰运气,而是开始构建一个真正可以调试的流程。

编辑、配音演员和3D艺术家并没有消失。他们只是变成了智能体可以调用的步骤。

来源:om!D · x.com