檢索結果 爆音映画祭
爆音映画祭 貼吧
一個關鍵字就是一個貼吧，路徑全站唯一。
用戶
未找到
包含 爆音映画祭 的搜尋結果
一个人就是一个剧组！拿一句灵感喂给腾讯 OnSolo，48 小时后它回我一部 8 集 AI 短剧
前面几篇写过 WorkBuddy 做办公、跑自动化、剪视频粗剪，那条线是“桌面数字员工”。这次换一个同属腾讯、但完全不是一路货的 AI 新物种——OnSolo。它由此前内测的 WorkSolo 更名而来，2026 年 8 月正式上线，Slogan 就一句：“a Crew of One”，一个人就是一个剧组。如果说 WorkBuddy 是给你配了个行政+数据搭子，那 OnSolo 是给你塞进一个“编剧+分镜+美术+摄像+配音+剪辑”六合一的小剧组，只不过这六个人都是 Agent。
一、它和 WorkBuddy 不是兄弟，是两条平行线
先纠个容易混的点：OnSolo 不是 WorkBuddy 的视频版。WorkBuddy 出自腾讯云 CodeBuddy 团队，长在全场景办公智能体上；OnSolo 来自腾讯视频智能创作平台部，和工业级 AIGC 平台 WorkRally 共用同一套技术底座——只是 WorkRally 砍给专业工作室/机构做规模化漫剧，OnSolo 把协同、资产管理、复杂权限这些“团队件”全拆掉，留给个人一个轻量但完整的成片流水线。
一句话分野：WorkBuddy 替你在桌上搬 Excel/PPT，OnSolo 替你在屏幕上拍片子。
二、四入口，不是“生成一段视频”那么浅
打开 onsolo_ai 首页四个入口并列排开，对应四种创作人格：
Start a story：主战场。丢一句“夜班店员和急救员在便利店重逢”进去，AI 先结构化出角色、场景、道具，确认后批量出人物三视图、多视角参考图、分镜提示词，再一键批量生成各场景视频片段，最后在时间轴里重排镜头、加转场、字幕、配音，导出 MP4。
FMV Game：互动影游。设好叙事视角/画幅/风格，AI 生成剧情树，每个节点展开成分支对白+视频，观众点不同选项走不同结局。
Meme Play：把热点梗/表情包拉成 60 秒带叙事节奏的轻短片，是引流和试水最快的入口。
Canvas：无限画布，Idea/Story/Image/Video 四类节点拖拽组合，左侧 PIN 区固定角色卡、道具参考，专治“换一镜就变脸”的 AI 视频老毛病。
三、最狠的不是生成，是 Story Flow 把“卡壳”外包了
我这次试的是 Start a story，灵感就一句：“她杀了我，而在他臂弯里，我忘了自己曾是个男人。”AI 先反问 4 个问题——类型（短剧/短片/病毒式）、集数、画幅、视觉风格（56 种里选了“霓虹冷调心理惊悚”），然后出 8 集剧本。
中途卡在第 3 集反转，我点开 Story Flow：整个故事被摊成一张节点地图，AI 在每个卡点自动延展 3 条剧情走向，我选了“记忆不是被抹掉，是被移植”那支，反推回剧本重写——这比在剪映里硬憋强太多。OnSolo 的自研视频模型也确实在“角色一致性”上比纯接外部模型稳一点，同主角跨 20 个镜头没崩脸，这是它敢叫板可灵/Seedance 的底气。
四、泼盆冷水：能成片 ≠ 能爆
DataEye 那组数据还是得贴在屏幕上：2026 上半年抖音端原生 AI 剧漫剧新剧 22.19 万部，播放破亿的 1055 部，破亿率 0.48%。OnSolo 把“一个人能不能拍”的门槛打到地板，但“拍出来有没有人看”还是你的故事、你的人设、你的钩子说了算。另外两点也别忽略：
积分不是无限：图像渲染、分镜视频、配音、导出都吃 Credits，8 集短片我烧掉约 60% 新手包，长剧批量产真不便宜；
目前主推英文界面+海外模型，国内直连某些外部视频模型偶有抖动，中文版还没正式铺开，尝鲜可以，当生产主力再等等。
收一句
OnSolo 的意义不是“AI 替你当导演”，而是把短剧生产里最耗人、最重复的那 80%（拆剧本、画分镜、做参考图、批量渲镜头、套配音）吞掉，把你从“六边形战士”放回“唯一该负责审美和故事的人”。等中文版再稳一版，网文作者自己把小说改成可播短剧、独立 UP 主做原创剧情番、小店老板娘给自己拍一支 30 秒带货漫剧——这些以前要凑 6 个人的活，2026 年下半年开始，真的在一个网页里就够。
顯示更多
尝试用AI做了个最近抖音爆火的梦的翅膀受了伤跳舞视频，效果有点惊艳，不带AI标志我真看不出来是AI生成的，这去抖音，小红书起号不随便爆吗哈哈哈
方法很简单，
1️⃣先用GPT-iamge-2生成一张游艇美女图，
2️⃣然后到剪映里搜梦的翅膀受了伤，
3️⃣选剪同款，上传照片，等待生成就可以了
顯示更多
一个朋友在三线城市做"小餐馆短视频外包"，月入 1.8 万。
全程 ChatGPT 写脚本+剪映剪辑+小红书发布。
她服务的不是抖音大 V，是"街边那种你妈也认识的小老板"。
小老板的痛点不是"做不出爆款"，是"完全没人帮我发"。
AI 副业最容易跑通的市场，永远在大平台看不见的地方。
顯示更多
惨，我 M2 Max MBP 之前三年 Apple Care，一次没用过。过保三个月，昨天左右扬声器突然外放异常，表现是两侧音量同时变小，爆音+高音放不出。重启，重置音频相关都无效，搜了下 MBP 这个故障可能大概率还不是简单的喇叭问题，而是主板的音频芯片的问题，官方维修大概率是换主板，进而会是天价维修费。
顯示更多
AI 视频剪辑 Skill 分享「video-use」
@browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。
# 核心思想：LLM 不“看”视频，它“读”视频
第一层：音频转写文本（always loaded）
通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。
第二层：视觉时间线视图（on demand）
仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。
对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。
# 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval
1. 转写 - transcribe. py / transcribe_batch.py
提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json
2. 打包 - pack_transcripts.py
将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md
3. 决策 - LLM 自身
阅读 packed transcript，必要时用 timeline_view.py 可视化
4. 生成 EDL - subagents
输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因
5. 渲染 - render. py
分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化
6. 自评估 - timeline_view.py + LLM
在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮
# 关键工程细节： ffmpeg 为主的剪辑实现
1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码）
2. 每段边界 30ms 音频淡入淡出（消除切点爆音）
3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线
4. 字幕始终最后叠加（防止被动画遮挡）
5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset
6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移
7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR）
8. 竖屏源自动按高度缩放
9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准
# 动画与包装：多引擎并行
1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版
2. Remotion：React 组件化 compositions
3. Manim：数学/技术/3Blue1Brown 风格解释动画
4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果
# SKILL.md 的 12 条“铁律”：生产正确性优先
1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/
2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制
顯示更多
顯示更多
顯示更多
顯示更多
顯示更多
