保姆級(jí)教程！小學(xué)生看了都會(huì)的AI視頻短片制作教程

前言

我相信這是一篇針對(duì)大朋友、小朋友都通俗易懂的視頻劇本構(gòu)思到視頻落地的全流程拆解教程。基于大語言模型和繪圖模型的前提，有了一次和小伙伴們探索文生圖到圖生視頻的創(chuàng)作實(shí)踐。

廢話不多說，直接上保姆級(jí)干貨教程！保證你能夠輕松學(xué)會(huì)！

學(xué)之前，快來看看我們制作的視頻短片吧~

一、前期準(zhǔn)備

1. 確定主題

針對(duì)于現(xiàn)有的 AI 生成能力，央視推出了多組 AI 視頻短片，為此我們也決定生成一個(gè)符合時(shí)代主旋律的 AI 小視頻。經(jīng)過腦暴階段，有了一帶一路背景下絲綢之路這個(gè)角度的創(chuàng)作故事。創(chuàng)作方向也可以借助大語言模型生成主題方向的靈感，下面提供部分列舉方向可做參考：

2. 工具探索

通過對(duì) AI 工具的了解和視頻的構(gòu)成，我們發(fā)現(xiàn)當(dāng)下有許多能夠進(jìn)行視頻生成的工具，于是進(jìn)行了部分視頻生成工具的測(cè)試。最終選擇了大語言模型 chatgpt、kimi 進(jìn)行劇本分鏡設(shè)定，文生圖 midjourney 生成視覺畫面，圖生視頻選擇即夢(mèng) dreamina 制作動(dòng)態(tài)畫面，suno 音樂編曲，ondoku 主角臺(tái)詞配音，視頻剪輯使用的是剪映。視頻中的小部分的音效也在網(wǎng)上進(jìn)行了無版權(quán)下載，當(dāng)然剪映里也有大量的音效可以使用。

3. 風(fēng)格與時(shí)長(zhǎng)

時(shí)長(zhǎng)確立：制作一個(gè) 1 分鐘左右的 AI 生成畫面，加上閉幕不超過 2 分鐘。

風(fēng)格確立：大致定義為中國(guó)風(fēng)，當(dāng)然即便風(fēng)格定義成中國(guó)風(fēng)也有不同的風(fēng)格展示，我們采用同一提示詞，進(jìn)行了風(fēng)格測(cè)試對(duì)比。

這里我們使用了 Fanbook 中的 niji6 模型以及 --sref 指令，最后加上每張圖片的提示詞，完成了整個(gè)視頻風(fēng)格保持一致性的確定。（當(dāng)然 風(fēng)格一致性......等等諸多詳細(xì)教程，后續(xù).....趕緊小關(guān)小注）尺寸選擇 16:9。

4. 劇本分鏡設(shè)定

根據(jù)絲綢之路的古風(fēng)主題，風(fēng)格和時(shí)長(zhǎng)的確定。接下來就需要設(shè)定故事主線和鏡頭。

有了以上故事劇本及相關(guān)資料的基礎(chǔ)，就可以進(jìn)一步擴(kuò)充每一個(gè)畫面啦。我們可以參考分鏡頭的基本格式要求，按照?qǐng)鼍啊⒌攸c(diǎn)、鏡號(hào)、畫面描述、臺(tái)詞、音效等維度進(jìn)行填充。這里提一個(gè)小建議，畫面數(shù)量與臺(tái)詞長(zhǎng)短密切相關(guān)，比如，主角一句話有 6 個(gè)字，按照 3~4 字/秒核算，需要有 2 秒的時(shí)長(zhǎng)，而通常 1 個(gè)畫面可以生成 2~3 秒的短視頻，因此，6 個(gè)字的臺(tái)詞長(zhǎng)度，使用一個(gè)畫面便可以滿足。換句話說，當(dāng)臺(tái)詞越長(zhǎng)，所需的畫面量越多，生圖的工作量也越大。所以我們要盡可能精簡(jiǎn)人物的對(duì)話，提煉重點(diǎn)。

當(dāng)然，當(dāng)你對(duì)某一句臺(tái)詞，沒有足夠的畫面靈感，你還可以借助語言大模型來幫助你。比如，在這次的分鏡頭創(chuàng)作過程中，我們便與 Kimi 進(jìn)入了深入的交流。你可以要求 Kimi 幫你寫好畫面描述（如下左圖）。你還可以直接將臺(tái)詞拋給 Kimi，讓他幫你寫好畫面描述，甚至加上對(duì)音效的需求（如下右圖）。

大模型可以為你提供足夠多的靈感，你可以多提問，多嘗試。當(dāng)然，最終選取哪個(gè)畫面，如何平衡畫面之間的聯(lián)系，這都需要你進(jìn)一步思考。就在以上的 AI 輔助下，我們的分鏡頭劇本就完成啦。（如下圖）

二、AIGC 視覺畫面生成階段

1. 主角人物生成

劇本中的兩位主人公，共 3 個(gè)形象，分別是年輕船員：開朗積極、充滿好奇；老船長(zhǎng)：經(jīng)驗(yàn)豐富、堅(jiān)韌不拔，以及老船長(zhǎng)年輕時(shí)候的形象。通過性格特征和時(shí)代背景，描繪人物的提示詞、上傳角色參考圖--cref，最后將角色背景扣除以便于進(jìn)行角色加背景的融合生成時(shí)進(jìn)行墊圖操作。以老船長(zhǎng)年輕形象為例，生成了全身、半身、側(cè)身等多角度人物圖。

2. 場(chǎng)景畫面生成

根據(jù)劇本創(chuàng)作，場(chǎng)景主要概括為三個(gè)場(chǎng)景部分，分別是海上、沙漠、市集。提示詞從劇本中的畫面描述進(jìn)行提取。生成過程均采用文生圖模式，畫面風(fēng)格選擇前期準(zhǔn)備好的風(fēng)格圖進(jìn)行墊圖。

3. 帶主角人物的畫面生成

上傳角色圖、場(chǎng)景背景進(jìn)行參考生成，使得人物和場(chǎng)景的融合度更高。

通過以上階段，我們的臺(tái)詞、劇本、風(fēng)格、人物形象、畫面場(chǎng)景就都確立好啦。

小插曲：感謝團(tuán)隊(duì)小伙伴積極投入在本次創(chuàng)作中，分工明確，協(xié)同并進(jìn)，最終產(chǎn)出一份較為滿意的作品。當(dāng)然最最最可愛且重要的是：留下關(guān)注、收藏、認(rèn)知看完文章的你~

現(xiàn)在畫面靜態(tài)圖片有了，那么接下來該讓圖片動(dòng)起來了吧......

三、AIGC 視覺動(dòng)態(tài)生成階段

使用即夢(mèng)進(jìn)行圖生視頻，只需上傳圖片至視頻生成模塊，提示詞簡(jiǎn)單描繪畫面中的動(dòng)態(tài)內(nèi)容即可。能生成時(shí)長(zhǎng)為 3 秒鐘的畫面。

運(yùn)鏡類型可根據(jù)劇本中的鏡頭描繪設(shè)置，主要設(shè)置以隨機(jī)運(yùn)鏡為主。生成速度根據(jù)我們的視頻節(jié)奏，選擇了慢速。

生成效果：如下方這類由圖片+簡(jiǎn)單提示詞生成出的 3 秒時(shí)長(zhǎng)的短視頻。

四、AIGC 音樂生成階段

1. 音樂生成

AI 生成音樂的工具使用的是 Suno，它能夠根據(jù)用戶對(duì)音樂的具體描述，快速生成符合預(yù)期的音樂作品。這不僅能夠?yàn)槲覀兊囊曨l增添獨(dú)特的音樂元素，也能進(jìn)一步提升視頻作品的藝術(shù)性和觀賞性。本次制作共生成了 30 首歌曲，從中挑選出符合視頻節(jié)奏的背景音樂。

2. 人聲配音生成

本次人物對(duì)白比較簡(jiǎn)單，經(jīng)過對(duì)比我們選擇了即開即用的 ondoku 進(jìn)行配音，輸入文字后就可以快速得到配音文件。

五、后期合成

后期合成主要使用了剪映，即夢(mèng) AI 生成的視頻時(shí)長(zhǎng)是 3 秒鐘，并非整個(gè) 3 秒都能使用，根據(jù)劇本和畫面內(nèi)容，需要做部分截取。合成的過程中，會(huì)發(fā)現(xiàn)畫面內(nèi)容出現(xiàn)不協(xié)調(diào)情況，或者出現(xiàn)畫面內(nèi)容缺少的情況，需要重新生成畫面視頻進(jìn)行補(bǔ)充。不過大多數(shù)情況下，畫面原有的素材能夠應(yīng)對(duì)剪輯工作。視頻音樂再合成時(shí)也可以進(jìn)行畫面匹配后再聽聽音樂是否協(xié)調(diào)。

視頻軌道層分別是：臺(tái)詞層、效果層（關(guān)鍵幀、蒙版）、視頻畫面（AI 生成的視頻畫面加閉幕）、人聲臺(tái)詞、音效、背景音樂。

結(jié)語

隨著 AI 技術(shù)的不斷進(jìn)步，AI 在視頻領(lǐng)域的應(yīng)用將會(huì)更加廣泛和深入。盡管《絲路追風(fēng)》還有很多的不足，但是創(chuàng)作和探索的過程本身就是一個(gè)樂趣。希望這次的拆解流程分享也能為大家打開一扇新的窗戶，能對(duì) AI 生成視頻有大致的流程認(rèn)識(shí)。期待在未來隨著技術(shù)的不斷革新，工具日益完善，我們的創(chuàng)作能夠不斷進(jìn)步！