从故事到视频:我在黑客松上验证的三层 AI 视频生成方案
这次黑客松我开发了一套从故事或博客生成视频的工具,并完成了三层验证。第一层把故事自动拆成多节,生成提示词、角色与配音,再逐节生成视频;第二层把 AI& CLI 包装成服务层,用 skills 驱动 AI LLM API,让非程序员也能使用;第三层先写好配音,再以配音为参考让 MiniMax 生成画面,形成声音驱动的视频生成方法。三个验证都成功了。
支持对已公开的 133 篇文章进行关键词模糊搜索、分类与标签筛选。
这次黑客松我开发了一套从故事或博客生成视频的工具,并完成了三层验证。第一层把故事自动拆成多节,生成提示词、角色与配音,再逐节生成视频;第二层把 AI& CLI 包装成服务层,用 skills 驱动 AI LLM API,让非程序员也能使用;第三层先写好配音,再以配音为参考让 MiniMax 生成画面,形成声音驱动的视频生成方法。三个验证都成功了。
我在东京参加了 AI Film 黑客松,会场位于富士通川崎塔,并首次使用了 AI 动画工具 Magnific。它内置 MiniMax H3 系列模型和 Google Flash 3.8 TTS,AI Agent 能自动操纵画布搭建 Base,约五小时的活动我不到两小时就完成了十七八段音频驱动视频,合计近两分钟,为宠物 App 制作的宣传 CM 还拿了奖。我也感到 coding agent 正让位于更有表现力的 AI 产品。