#视频生成

DualParal：生成1分钟长度的视频 使用分布式推理策略，可以让DiT视频模型生成1分钟长度的视频。 项目地址：

HunyuanVideo-Avatar：语音驱动视频生成 通过音频，生成人物说话的视频，人物有肢体和头部动作，有表情，支持多角色。适用于虚拟人的场景。 模型：

🎨 Gemini Image App 一个现代化的全栈 AI 图像处理平台，集成了 Google Gemini、OpenCV 和 YOLO 等先进技术，提供图像问答、生成、编辑、目标检测、图像分割和视频生成等功能。

Veo 3 生成介绍商品的视频 这很省事了😎

Veo3 + Flow（）非常非常有意思，值得一试。本来想做个广告片子试试，可惜目前视频生成总有bug，音频经常出不来，额度都浪费了，然后再试就没有额度了😂遂放弃。

突然觉得Lovart还是被低估了。 让Claude 4 opus生成了科幻加暗黑的十幕故事。 故事丢给Lovart，本意只是想生成20张图。 没想到Agent一通操作，不仅生成了20张图，还生成了BGM，还调用可灵生成20段视频。 已经运行了半小时。 现在告诉我它要给视频加字幕，让后合并成一个最终视频。 很期待最终能出来个什么！

今天看了很多Veo 3生成的视频 这个真是无声惊雷…

没想到国产AI视频生成质量越来越好，当年震惊全场的Sora，现在几乎没啥声量。 今天有空写个制作教程。 感觉首尾帧玩法做趣味视频，是不是很容易在社交媒体搞流量？

今天喝酒见了一个朋友，他分享了他们怎么做视频生成。 先以商业软件为主，如Midjourney、可灵等，生成人物IP的多角度图。 抽卡后人工评判可用性，生成图片角色IP。 然后用阿里的WanX（Wan2.1）做3D旋转，取图，然后用这些图做基座模型。 再用Wan做生成无声但有嘴部动作的基座视频。 最后用SoVITS结合脚本做对嘴型，加上场景切换。 这套流程下来，计划做上千个IP形象，占领

这个方法重要啊！生成一致性更好的长视频，解决长视频上下文难题！Test-Time Training 为解决当前 Transformer 架构依旧难以生成长达一分钟的视频（自注意力机制在处理长上下文时的低效所导致），研究提出了新的 Test-Time Training 层，其隐藏状态本身可以是神经网络，因此比传统层更具表现力，从而实现更具一致性、自然度和美感的长视频生成 项目页（视频来自此）：

刚在玩视频生成，想配一些声效，搜到三个免费网址。 分享地址在评论区

使用Gemini组合任意图像 然后用AI视频生成广告视频 这以后接入 Google的Veo视频模型，直接就一气呵成了 无法想象能有多少玩法！ AI万岁🎉

太刺激的提示词会被Qwen视频生成模型拒绝。 要么用英语，要么发给Grok 重写：）

你国民斗营销号曾常年被武装突袭II画面脑控，当作真的发出来。而现在它们又很容易就被AI视频脑控，这两天我都看到好多个发“好莱坞烧了”的谣言，全是各种AI生成的好莱坞山着火Hollywood标志被烧毁的视频，一眼就假。我说你们能不能别半场开香槟？万一老天有眼真烧了再开啊。