我的知识 / 深度解读 / 知识导读 深度解读|一个人的 AI 视频流水线:从一份口播稿到每天三档出片(2026-10-10) 阅读正文 ↗ 点击知识块看内容,点击连线看依据。没有关系的块也保留。
正在读取关系,知识块已可查看。
重新读取 上一页 下一页
本周你看的 Muse 实测、代码动画拆解、Codex 做视频和 Faker MV,拼起来正好是一条完整工序——哪一步交给 AI、哪一步必须你来盯,以及怎么用《Know My Name》窗口先跑一遍
封面
推送页面 :https://resource.vyibc.com/push_2026-10-10_editorial.html
选题来自你这周的观看和收藏:YouTube 上你连看了多支 Muse / dots / Grok Bot 选型和实测(零度解说、三少科技、AI超元域、Web3村长、Fanko),10/9 看了 AI学长小林的「一份口播稿如何变成整期动画」;抖音上你收藏了「Codex 做视频,这 6 个 Skill 就足够」、AI 漫剧教程和「拳头暗示李哥四连冠?」Faker MV 解读。四条兴趣轴——AI、视频制作、英雄联盟、你关注的兴趣频道——这周在「用 AI 做视频」这件事上撞到了一起。
本文把这些视频里真正讲到的做法和数字 按工序重新排了一遍,每一处都标出出处;博主自测的数字和厂商口径分开写。全文 8 节,阅读约 12 分钟。
一、背景:这周你看的不是「哪个模型强」,而是「一个人怎么出片」
二、工序一:稿子和 Skill 是地基,事实错一处全线返工
三、工序二:配音之后,关键是「词级时间轴」
四、工序三:画面有两条路——写代码的动画,和生成式视频
五、工序四和五:先让 AI 自己查,再逐帧导出,别录屏
六、工序六:分发才是真正的坑——以及几种不同的声音
七、落地:用《Know My Name》窗口把整条线跑一遍
八、行动清单(按投入从小到大)
📚 来源
标签:背景
依据:vyibc-behavior 观看与收藏记录(截至 10/10 北京时间)
把这周的记录摊开看,有一个很清楚的变化:上周你还在看 Jev、Decisions API 这类「模型和成本」话题,这周的重心挪到了云端 Agent 能不能替你产出内容 。
选型类 :三少科技「Dots、Muse、Grok Bot 选哪个?」、Fanko「Muse、dots、小龍蝦差在哪」、灵姐「实测 Dot 后才看懂 OpenAI 的 DevDay 布局|Dot vs Muse」。
出片类 :AI超元域「Meta Muse 免费视频生成实测」、Web3村长「Muse 实测 7 天:打造全自动自媒体矩阵」、AI学长小林「一份口播稿如何变成整期动画」,以及你收藏的抖音「Codex 做视频,这 6 个 Skill 就足够」和豆包 AI 漫剧教程。
电竞类 :你点赞并收藏了「拳头暗示李哥四连冠?李哥的个人 MV 来了」——10/9 上线的世界赛主题曲《Know My Name》MV。
AI学长小林在视频开头说:「这期视频里大家看到的所有动画,没有一帧是我手动做的……整个过程我只做了两件事:审稿以及审画面。」——这就是本文要拆的那条线。
链接 :AI学长小林:一份口播稿如何变成整期动画 · 三少科技:Dots、Muse、Grok Bot 选哪个 · 你收藏的:Codex 做视频 6 个 Skill
标签:工序 1 · 稿子
出处:AI学长小林(你 10/9 看过)
小林的做法是在 Claude Code 里写几个 Skill——他的说法是「写给 AI 的说明书」。写口播稿的那个 Skill 里规定:用词要口语化、句子不能太长、开头不要用「今天我们来聊一聊」这类套话。给 AI 一个主题和大致结构(先讲技术组成、再讲内容、再讲时间轴、最后讲导出),由它补全细节写成口播稿。
为什么先固化 Skill :有了 Skill,每期稿子的风格才稳定;后面的配音、字幕、动画都跟着稿子走。
人必须审稿 :他强调「宁可多花一点时间」,因为稿子里一个事实错了,配音、字幕、动画要全部返工。
和你的现状对照 :你的推送已经有一份共享 Skill 和固定版式,稿子这一层其实已经搭好了一半——缺的是一份「口播稿 Skill」。
链接 :AI学长小林:完整流程
标签:工序 2 · 配音与时间轴
出处:AI学长小林
🎙️ 两种配音方式(小林的对比)
方式 好处 代价 自己对稿录音 声音自然,可以临场多说几句 念出来的字和稿子对不齐,改稿要重录 TTS 文字转语音 每个字和稿子一模一样,对下一步时间轴帮助很大,改稿方便 情绪不如真人饱满
句级不够,要词级 :一句话 3–4 秒,关键词可能在第 2.6 秒才出口;动画如果在句首弹出,画面会抢在声音前面。Whisper 本身就能给出每个词的毫秒级时间。
Whisper 的坑 :专有名词常被识别错(他举的例子是 GSAP、Three.js 被拆得七零八落)。解决办法是把口播稿交给 AI,让它按稿子修正转录里的错字。
你手上已有的 :vyibc-voice 能合成配音,vyibc-youtube 的转写也是 Whisper——这两步不用新买工具。
标签:工序 3 · 画面 · 核心观点
出处:AI学长小林、AI超元域 Muse 实测、本周 GitHub 与每日发现推送
这周你看到的出片方法,其实分成两派。它们不是替代关系,而是适合不同片型。
🗂️ 两条路对比
— 代码动画(网页→逐帧导出) 生成式视频(Muse Video / Flow 等) 代表 小林:HTML、CSS、SVG、Canvas、Three.js、GSAP 六件套;GitHub 上的 video-shotcraft(Remotion) Muse Video(声画一次生成);你 Fleet 上的 Flow 车道;开源的 Kandinsky 6.0 Video 适合 讲解、科普、数据、产品演示——要「说到哪个词,画面就动哪里」 剧情、短剧、氛围镜头、真人感抓拍 可控性 高:每个元素都是代码,可逐帧改 中:靠提示词和参考图约束,抽卡成分大 成本口径 主要是写代码的模型调用;导出用 ffmpeg AI超元域实测:Muse 每条视频约耗免费周额度的 2%–3%,即每周约 30 条(博主自测) 已知短板 风格不约束就会变成「会动的 PPT」 Kandinsky 带声片段最长 5 秒;Muse 需自己做角色一致性
🎬 让代码动画不像 PPT:节拍表四问
这一段(3–8 秒)观众心里在想什么问题?
用什么画面来比喻?(例:讲两样东西价格一样,就画一个天平,两边各放一个价格标签)
画面怎么变:开始是什么、发生什么动作、最后变成什么——不能只是淡入淡出。
卡在哪个关键词上?(说到「一样」两个字时,天平正好回到水平)
小林补的一条规矩影响最大:每个画面片段里,至少要有一个东西的动作导致另一个东西发生变化——价格标签落下,天平才往那边歪。有因果,画面才像在讲一件事。
🧷 生成式这条路的「锁脸」做法(AI超元域)
先上传一张照片,让 Muse 生成定装照 :正面、浅灰无缝背景,提示词里写明保留脸型、眼距、眉形、发际线,「不要瘦脸、不要放大眼睛、不要换年龄」。
再单独生成服装图 (只改衣服、不换脸)和空镜场景图 (不要人物)。
最后用三张图合成视频:图一锁脸型发型,图二锁服装,图三锁场景,再按 0–3 秒 / 3–7 秒 / 7–10 秒写动作和对白。
这和你 flow-character 技能里「定稿角色、身材比例、服装」的思路一致,可以直接互相借鉴。
链接 :AI超元域:Muse 免费视频生成实测 · video-shotcraft(Remotion 动效 Skill) · Kandinsky 6.0 Video
标签:工序 4–5 · 自检与导出
出处:AI学长小林
代码写完不急着给人看。小林让 AI 先做两轮自检:
跑脚本查硬伤 :有没有元素跑出画面、同一屏字是不是太多、有没有哪段画面停太久没动、要卡的关键词在字幕里找不到。
截图自己看 :每隔 5 秒截一张,AI 逐张检查箭头指没指对、元素有没有互相遮挡。
人工审一遍 :初稿就是个网页,浏览器里直接播;不满意的地方描述得越细越好,让 AI 改。
📊 导出:逐帧,不录屏
项目 数字(小林口径) 帧率 每秒 30 帧 一期 8 分钟视频 14,400 张截图 合成 ffmpeg 按顺序拼成 MP4 为什么不录屏 录屏会卡顿掉帧,声音和画面会错开
这一套和你推送长图的做法几乎同构:你已经在用「网页渲染 → 截图 → 逐段检查有没有溢出、遮挡、切断」的流程,只是把 2 张长图换成了 14,400 帧。
标签:工序 6 · 分发 · 不同观点
出处:Web3村长「Muse 实测 7 天」、Synthesia Syren 官方、你收藏的 AI 漫剧教程
Web3村长用 Muse 一周跑出的日程:视频素材每天三档(早上 8:30、11:30、晚上 6:30),X 和 Threads 每天三个时段发帖互动,Instagram 每天两档,还让它接管了博客动态。他的架构值得照抄的一点是中转站 :Muse 是自己的一台云电脑,不能直接把文件放进你本地,所以他在 Cloudflare 上部署了开源的 CunFetch 做中间存储,本地电脑用定时任务在发布前拉取视频、封面、标题和标签,再用 CunPush 多平台发布。
⚠️ 他踩过的坑(原话转述)
视频号让 Muse 自动发布「老是发布不成功」,后来改成本地发布。
视频号隔一天多就要重新扫码登录。
Muse 用的是机房动态 IP,小红书直接登录不上 ——做账号要考虑这一点。
用量:一天约几千万输入 token、输出不到 20 万;免费额度用了 82%,额外赠送的那部分还没动(博主截图口径)。
⚖️ 不同观点对比
观点 代表 我的判断 「Agent 就是剪辑师」,一句话或一份文档直接出成片 Synthesia Syren(10/9 beta) 适合讲解类快速出片;但把六道工序锁进一个黑盒,风格和事实难以逐步把关 拆成工序、每道可检查 AI学长小林 前期慢,但越用越稳;和你已有的 Skill + 自检体系最契合 自动化不等于起号 Web3村长自己说「运营账号能力真的很差」「更多还是在于思维」 最诚实的一句——流水线解决产能,选题和角度仍然是你 「一键全自动做漫剧」 你收藏的豆包 AI 漫剧教程(标题堆满搜索词) 当选题线索看,别当成熟方案;角色一致性仍是全行业难点
链接 :Web3村长:Muse 实测 7 天 · Synthesia Syren · 你收藏的 AI 漫剧教程
标签:自媒体 · 英雄联盟 · 落地
出处:Riot × SoundCloud Remix 赛(Inven Global / SoundCloud)、esportnow、lolesports 赛程(北京时间)
与其拿假题目练手,不如直接用接下来三周最热的素材。世界赛主题曲 MV 10/9 上线,全程以 Faker 为主线(esportnow:开头 Nadir 被 Varus 抓、2017–2019 冠军旗帜,结尾停在第七座召唤师杯的空位);拳头和 SoundCloud 同时放出了官方分轨做 Remix 赛。
🗓️ 时间表(北京时间)
时间 节点 适合哪条路 10/11 03:00 CBLOL 决赛,赛后抽入围赛签 代码动画:对阵表 + 一句话预测 10/11 07:00 Pick'Em 竞猜开放 互动帖 10/16 02:00 入围赛在洛杉矶开打 代码动画数据解说 10/21 True Damage「Know My Name」皮肤上线 生成式:同人氛围镜头 10/29 11:59 Remix 赛截止(美东 10/28 23:59),作品带 #KNOWMYNAME26 分轨 Remix + 配画面
🎞️ 两支片,分别走两条路
60 秒「MV 里藏了 Faker 几座冠军」逐帧解析 (代码动画路):口播稿 Skill 出稿 → vyibc-voice 配音 → Whisper 词级时间轴 → 节拍表四问 → 网页动画逐帧导出。这类「说到哪一帧,画面停在哪一帧」的片子正是代码动画的强项。
一支 Remix 同人 MV (生成式路):用官方分轨做一版换曲风,画面用 Flow 或 Muse 按「定装照 → 服装 → 场景」三图锁定后生成,规避直接复刻官方英雄形象。
链接 :Remix 赛参赛说明(Inven Global) · SoundCloud 官方活动页 · esportnow:Faker 主角 MV · 你收藏的 Faker MV 解读
标签:行动建议
本周末就能开始
10 分钟 :照小林的规矩写一份「口播稿 Skill」:口语化、短句、禁用套话开头、每段标出要卡的关键词。
30 分钟 :拿 MV 彩蛋这个题目,先写一份 1 分钟以内的口播稿并亲自审一遍事实(冠军年份、空奖杯位)。
1 小时 :TTS 配音 + Whisper 词级时间轴,再让 AI 按稿子修正专有名词(Faker、Nadir、召唤师杯)。
半天 :按「节拍表四问 + 因果动作」让 AI 写网页动画,跑脚本自检、每 5 秒截图自查,最后逐帧导出 30fps。
10/21 前 :用 Remix 分轨做第二支,画面走 Flow / Muse 三图锁定法;跑通后把两条路踩过的坑写回 Skill,下次直接复用。
行动 :从第 2 步开始:小林的建议也是先跑一段 1 分钟以内的文案,跑通了再上长片。
🎬 视频(你本周看过 / 收藏过)
📄 文章、公告与项目
深度解读 · 2026-10-10(北京时间周六)· 数据来源:vyibc-behavior 观看与收藏记录、YouTube 字幕、Riot/SoundCloud/esportnow/lolesports、Synthesia 官方、GitHub。博主实测数字均为博主自述,未经本推送独立验证。
启用 JavaScript 查看图谱。完整正文与各知识块仍可阅读:
一个人的 AI 视频流水线:从一份口播稿到每天三档出片 目录 一、背景:这周你看的不是「哪个模型强」,而是「一个人怎么出片」 二、工序一:稿子和 Skill 是地基,事实错一处全线返工 三、工序二:配音之后,关键是「词级时间轴」 四、工序三:画面有两条路——写代码的动画,和生成式视频 五、工序四和五:先让 AI 自己查,再逐帧导出,别录屏 六、工序六:分发才是真正的坑——以及几种不同的声音 七、落地:用《Know My Name》窗口把整条线跑一遍 八、行动清单(按投入从小到大) 📚 来源