北京
這幾天我迷上了用AI搓視頻。
不是用SeeDance那種的搞魔幻大片，主要咱預算有限，沒有拍大片的計劃和時間，抽卡剪視頻也太耗時間。
我關心的只是——如何當個甩手掌柜，一句話、一個鏈接甩給AI，讓它自己干。
原因非常簡單，對于文字作者來說，將現有作品改編成視頻進行二次轉播，可以進一步挖掘內容潛力，拓展能力邊界。
但視頻創作畢竟是一門專門的手藝，在探索期我沒太多精力分給它，訓練出一個好用的AI助手便成了當務之急。只有用工程化的思維，才能更妥善地解決日常的重復性工作。
于是方案就變成了在本地用Remotion，讓AI通過代碼搓視頻。
第一步是先搞個視頻專屬的Skill。老規矩，我先描述需求給ChatGPT，讓它給我搓一版Skill，然后我在本機的Codex用（現已改名，為了區分網頁版GPT，還是先叫它Codex）。
第一版效果差強人意，主要問題是對中文字體展示差點意思，一些動畫有重疊，最蛋疼的是配音非常塑料感（之后用微軟的TTS解決了免費語音生成問題）。
當然，主要原因可能在于我在用量上可能摳了一點，只是開到了5.6 Terra模型，導致思考不夠充分。在Token捉襟見肘的時刻，對于這種實驗性項目，還是舍不得用（一次視頻生成與調試，足以干掉近10%的7天額度）。
正當我有點發愁的時候，突然想到了被冷落在角落里的另一個小伙伴，企鵝家的WorkBuddy。上一次我用它，還是在給小說評分的時候，也不知道時隔半個月，它有沒有什么長進。
這一打開可不得了了，上來就看到一個提示——混元模型（Hy3）免費不限量使用，一直到7月22日！
這突如其來的羊毛，真是接了我的燃眉之急！
于是我順手又在WorkBuddy的專家/技能市場里，又找了一個視頻生成專家，把公眾號鏈接甩過去，直接開搓視頻。
大約三輪對話后，視頻完成了，效果如下：
（文章原鏈接：）
說實話，雖然槽點還有不少，但對于三輪對話拿到的結果，我覺得還不錯了。除了AI，大概不會有什么人能讓我這么痛快地當甩手掌柜，更何況Token也都是免費來的，我所花費的只是一點等待與電費。
但如果想把做視頻視為一個長期項目看，每次公眾號文章發布后，同步發布視頻號的話，那工作量就會比較重了。
目前無論是ChatGPT，還是WorkBuddy，都傾向于一口氣直接交付工作，動輒就是干上半個小時，等你拆開苦等已久的盲盒后，發現里面但凡有一點拉垮的畫面，都是悶頭一棒。我之后連搓了4個視頻，都是一眼bug。對于這種長工作鏈路，打一些斷點還是很有必要。
最后還有一個槽點：
現在AI偷懶的問題非常嚴重。大活兒交給它干了一會兒就沒聲了，理由是“等活干完了我會主動通知你”，看起來挺貼心，實際上只是一層模仿人的偽裝——你要是不追著它問進度，它一晚上都不帶吭聲的。
今天的研究心得就寫到這吧，我繼續薅羊毛去了~
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
