上面是我抄别人的提示词，用即梦AI生成的视频，“生成一个视频，一段自拍视频，高颜值美女行走在修仙宗门中，她伸直手臂举着相机，手臂在画面中清晰可见，风格类似youtube播客。她一边走一边对着镜头用中文说：“嘿，宅女之友！韩长老邀请我去罗云宗。我听说他新收的小狐狸会后空翻！我得去看看”，她的声音温柔清脆，轻快气音，带点卷舌的小俏皮，说话时带着点自然的笑意，偶尔带点小小的咬字停顿，看看周围环境。声音元素：轻柔的山风声，似丝带拂过；云雾流动的细微声，营造空灵；远处山林里，偶尔传来清脆的鸟鸣。有字幕。”
很明显，手上的微单反了！！哈哈哈，在即梦里面，可以把自己的想法，结合DeepSeek帮助生成更合适的AI提示词，将上面一句，修改成了
“高颜值美女自拍视角行走在修仙宗门，手臂伸直举相机清晰可见，背景古风建筑云雾缭绕，她对着镜头微笑说：“嘿，宅女之友！韩长老邀请我去罗云宗。我听说他新收的小狐狸会后空翻！我得去看看”，声音温柔清脆带气音，环境音：轻柔山风、云雾流动声、远处鸟鸣，添加中文字幕，YouTube vlog风格，电影感运镜”
输出看看，似乎效果稳定多了！
后面在这里专门记录一些提示词的技巧内容。
另外，把设备整理了一下，空出来300G的空间，应该够我学习AI了，除了工具类，我想试试ComfyUI这种工作流的软件，边做边分享~
最近使用ComfyUI，对目前的AI工具有一点认知，比如阿里的wan，开源的，可以直接用，ComfyUI也提供视频API，里面包含了MiniMax（海螺）、LumaAI（字节）、PixVerse（快手）等等，但是要钱，为什么用ComfyUI，就是因为开源免费，并且可以无限制试错，收费的，试错的成本还有点高啊！
试试Wan2.1
首先是文档
而后，下载了对应的T2V模型，如果被墙了，迅雷的会员倒是可以无视这些，生成上面一段话，看看效果，可以肯定的是，自己跑，慢死~（跑下来，没我想的那么慢，就是好短·）
好像，声音对口型啥的，还是得用其他工具整合来用，并且，这里输出是webp格式，前两天才说PNG支持动画了，这个webp，800来K，视频编辑软件可以打开吗？
总结：
模型有两个精度版本，
提供 14B（140亿参数）和 1.3B（13亿参数）两个版本，覆盖文生视频（T2V）、图生视频（I2V）等多项任务。 该模型不仅在性能上超越现有开源模型，更重要的是其轻量级版本仅需 8GB 显存即可运行，大大降低了使用门槛。
1.3B 轻量版：适合本地部署和快速推理，对显存要求较低
14B 高性能版：模型体积达 32GB+，效果更优但 需高显存支持
所以说，本地跑，就当适应下模型的提示词，或者玩票，真的用，升级硬件都不是那么个事，用平台吧！就是平台的试错成本很高！这点很麻烦，早点出文档，出规范用语就好了
我在海螺、即梦、可灵上会纠结好久
要么就再等等吧，硬件总是会再升级入门档的，学习下语言习惯，当下的AI，人机沟通，不亚于学一门语言！
评论