《AI生成式工具使用》之：AI文本生视频（二战！）

目录

背景说明及目标

尝试练手

1、豆包AI之图片生成

        总结：豆包AI生成的图片，不太能看细节，涉及到中文的基本上不能细看都是类似乱码的东西，有明显的逻辑性问题（比如不符合道路交规）。需要根据生成的结果不断地调整关键词，存在着太多的不确定性。

2、用即梦AI生成图片

        总结：相比豆包AI，即梦AI生成的图片没有明显的逻辑性错误，更有氛围感，对于成语和动词更具有理解性，且能表现出来。存在相同的问题：涉及到中文都是乱码，存在细节问题。

3、用可灵AI生成图片

        总结：可灵AI生成的图片氛围感不错，相比即梦AI貌似可灵AI没能理解"拥挤"，更多的体现了"清晨"的氛围。存在相同的问题：涉及到中文都是乱码，另外其实中国全红色涂装的急救车很少见。不确定它这个是跟消防车弄混了，还是学习的数据来源有偏差。

4、用即梦AI尝试图片生视频和文案生视频

       1）即梦AI图片生视频

        总结：不能看细节，物体的运动状态也不太写实。一旦动起来之后就会出现一些逻辑性问题。

         2）即梦AI文本生视频

        结论：即梦AI生成视频依旧有中文乱码、细节性问题，逻辑性问题会很随机的出现，也就是不确定性很大。

5、用可灵AI尝试图片生视频和文案生视频

       1）可灵AI图片生视频

         2）可灵AI文本生视频

总结

关注我，躺不平就一起卷吧

---

背景说明及目标

        想在抖音上创建账号，主要用于日常读书分享。抖音流量大，因为是视频平台，所以需要制作视频。因本人从没有过这方面的经验，所以思考是否可以考虑借助外部工具。       

        背景：想运营一个抖音的读书账号：斯斯讲书。第一本要分享的书名叫《急救比医生快一步》

        目标：做一个预告视频，预告一下，希望能吸引关注。以预告做一个入门练习，熟悉了后面的所有分享就可以用AI生成视频，而我只需要专注于读书分享的文案就可以。

        上一篇“《AI生成式工具使用》之：自助生成视频”完全没摸着AI生成视频或者AI生成图片的边儿，导致生成的“玩意儿”一言难尽。重新做了梳理，决定二战AI文本生视频！

        学习中的小总结：AI写作、AI画图、AI生成视频对于非这类工作的人其实还是有门槛的，并不是有了AI工具，所有人都能通过AI工具去替代写文案的、画图的、做视频的。本质上还是需要有工作能力和创作思维。有工作能力+创作思维+AI能提高工作效率，事半功倍。有创作思维+AI可以一定程度上实现跨界。但是很不幸，在写作、画图、视频这块完全门外汉的我，显然是既没有相关的工作能力，又没有创作思维，手上拿个AI也是个棒槌。

        不过一生要强的中国女人，为了省钱，就是得一人身兼多职，AI文本生视频怎么滴都得拿下，也就只能蹒跚学步了。毕竟AI这股潮流，谁都得赶一赶。

尝试练手

        想象中的预告片描述：

        远景：拥挤繁忙的早高峰，街头热闹而拥挤。刺耳且紧迫的120急救车的鸣笛声穿透出来，由远及近，再匆匆驶离

        中景：医院的急救大厅，医生护士匆忙的进行着抢救，家属慌乱的呼唤着病人的名字

        近景：逆光的太平间的大门

1、豆包AI之图片生成

• 下载豆包App，可通过抖音绑定注册登录
• 登陆后进入主界面，选择下方"图片生成"

• 在图片生成页面，比例选择9:16（手机竖屏显示），点击”+添加特征词“
• 镜头视角：全景；光线：自然光；风景：城市景观；人像：无，点击"添加"
• 继续补充输入"拥挤繁忙的早高峰，街头喧闹拥挤，急速行驶的120急救车"，点击发送按钮，生成图片如下：

        （问题：地点没有在中国，生成的人物和地点都是外国，车上的标语都是英语。人都是随便的散在了机动车道。仔细看细节异常奇怪，有人头是反的，缺胳膊少腿儿的。）

• 重新生成，修改特征词如下：“全景、自然光、城市景观、北京繁忙的早高峰，街头喧闹拥挤，急速行驶的120急救车”，点击发送按钮，生成图片如下：

        （问题：依旧是行人在机动车道上乱窜，没有交规。如果不看细节倒也还能接受。）

• 重新生成：“全景，自然光，清晨，一辆中国的急救车行驶在拥挤的北京街道上。比例9:16”，生成图片如下：

        总结：豆包AI生成的图片，不太能看细节，涉及到中文的基本上不能细看都是类似乱码的东西，有明显的逻辑性问题（比如不符合道路交规）。需要根据生成的结果不断地调整关键词，存在着太多的不确定性。

2、用即梦AI生成图片

• 采用与上面相同的内容，“全景，自然光，清晨，一辆中国的急救车行驶在拥挤的北京街道上。”。生成图片如下：

        总结：相比豆包AI，即梦AI生成的图片没有明显的逻辑性错误，更有氛围感，对于成语和动词更具有理解性，且能表现出来。存在相同的问题：涉及到中文都是乱码，存在细节问题。

3、用可灵AI生成图片

• 采用与上面相同的内容，“全景，自然光，清晨，一辆中国的急救车行驶在拥挤的北京街道上。”。生成图片如下：

 

        总结：可灵AI生成的图片氛围感不错，相比即梦AI貌似可灵AI没能理解"拥挤"，更多的体现了"清晨"的氛围。存在相同的问题：涉及到中文都是乱码，另外其实中国全红色涂装的急救车很少见。不确定它这个是跟消防车弄混了，还是学习的数据来源有偏差。

4、用即梦AI尝试图片生视频和文案生视频

       1）即梦AI图片生视频

• 用即梦AI图片生视频，选用之前AI生成的图片，填写文案如下“北京繁忙的清晨，一道急促紧急的鸣笛声穿过，一辆急救车在拥挤的道路上行驶”，随机运镜、慢速、标准模式、3s，生成视频如下：

        （问题：生成图片时没有细看，现在图片生视频，图片上的车动起来之后发现了逻辑错误的地方，急救车逆向行驶了！！！！）

        （问题：车的行驶状态飘忽，总有正在发生车祸的感觉。远处出莫名其妙的飘出来了鬼东西！！！）

        总结：不能看细节，物体的运动状态也不太写实。一旦动起来之后就会出现一些逻辑性问题。

         2）即梦AI文本生视频

• 填写文案“北京繁忙的清晨，一道急促紧急的鸣笛声穿过，一辆急救车在拥挤的道路上行驶”，随机运镜，慢速，3s，9:16，生成视频如下：

         （问题：中文乱码，出现了警车。给出的是清晨，画面太暗了。调整文本重新再试一下）

• 调整文案“北京繁忙的上午，一道急促紧急的鸣笛声穿过，一辆急救车在拥挤的道路上行驶，不要出现警车”，随机运镜，慢速，3s，9:16，生成视频如下：

        （问题：改成上午了，还是没有很亮的感觉。另外！！！！MD！！！真的吓人，边上出鬼东西了！！！！！）

        结论：即梦AI生成视频依旧有中文乱码、细节性问题，逻辑性问题会很随机的出现，也就是不确定性很大。

5、用可灵AI尝试图片生视频和文案生视频

       1）可灵AI图片生视频

• 用即梦AI图片生视频，选用之前AI生成的图片，填写文案如下“北京繁忙的清晨，一道急促紧急的鸣笛声穿过，一辆急救车在拥挤的道路上行驶”，实际上等了近3个小时均未能生成成功。

         2）可灵AI文本生视频

• 文案输入“北京繁忙的上午，一道急促紧急的鸣笛声穿过，一辆急救车在拥挤的道路上行驶”，生成视频如下（忘记选9:16了，但不影响其生成的内容）：

        （问题：一言难尽，一台晃晃悠悠的老头乐？？边上出现的诡异车..）

总结

        AI生成视频还是比较适合创意性的、虚拟的、非真实的应用场景。对于写实一点或者细节很多的场景，逻辑问题会很随机的出现，输出的结果不确定性很大！另外，出现中文的地方都是乱码！！！问题蛮大的。

        像我的实际需求可能更偏向于真实存在的场景，因此对我来说可能更好的选择是选用现成的视频模板进行替换、剪辑。

        另外还有个AI Mate App，可以直接输入文案（可以是故事），然后生成视频。因为没有试用功能，直接就需要充钱使用，风险蛮大的，暂时未测试。

        即梦AI也有类似AI Mate的故事创作功能，但需要充值VIP，暂时未测试。

        依旧没有完成目标，没能按照需求生成想要的视频。但至少验证了，我的需求没办法通过AI完全满足。得学习基础剪辑，或者试试AI剪辑功能。        

关注我，躺不平就一起卷吧

        顺便厚颜的打个广告，♥关注我♥，发布的文章专辑涉及到嵌入式开发、AI知识、日常调试bug记录、AI工具使用记录等。