ltx-2.3漫剧效果

这雨不知何时能停， 公子可是无伞避雨，正是不想雨势突及，被困于此， 姑娘这是要归家，这伞公子若不嫌弃，便先用着吧。不可不可，伞雨了，我姑娘你该如何是好？雨夜路滑，万万使不得，公子不必挂怀寒舍就在前面巷口，转个弯便到，这雨我走快些便是， 快拿着，莫要再淋着了。 hello， 大家好，刚才大家看到的短片就是我们用万象 ai 来制作的古装真人短剧的一个案例，那么今天给大家讲的就是用这个来制作真人短剧的一个 教程，然后大家也都知道最近的这个某某啊，这个因为排队很严重啊，那所以说根本没法做一个生产的工具，再加上一个 sora， 它这个因为这个算力，也是因为算力的问题啊，全球都不稳定， 那么在最好的闭源模型受到这样那样的的影响之后，那么我们现在要去做真人短剧，那选择什么样的方案呢？今天给大家带来的就是一个开源模型的一个方案， 我所用到的工具就是万象 ai 啊，在这个里面可以去啊使用这个各种调用这个各种的开源闭源的模型啊，但我们都是支持的。 然后呢，这个玉园的模型呢？这个开元的模型呢？这个纹身图呢，用的的这个？是啊， fiori 的 啊，这个最新的纹身图和角色参考的一个模型，然后图层视频呢，用的是 ltx 二点三啊，这个可以做到音画同步的 啊，这个这个模型啊，那么今天是给大家带来一个完整的教程啊，我会给大家从头到尾的来演示一下啊，怎么来做，主要包括这么几个部分，一个是生成剧本，包括怎么生成剧本，我都给大家说一下啊，在万象里面进行分镜，然后设置模型和算列的来源， 然后第四步生成角色和固定画风，第五个批量纹身图啊，第六一个批量图身视频啊，最后导出到剪映里面去啊，分这么几步，如果大家对这方面感兴趣，可以一键三连关注我，那我们今天的课程就是正式开始 啊，首先我们来生成剧本啊，这个剧本呢，我也是想来测试一下啊，正常情况下你肯定是跟着根据小说啊，根据什么东西来生成剧本？那么呃，我先是用大家比较熟悉的一个工具啊，比如说你用豆包来生成啊，你打开这个豆包，打开豆包之后 把我给给你的这段提示词啊，可以扔进去，帮我生成一个一分钟左右的一个分镜脚本啊，然后呢，什么什么什么的，这样啊，这些大家可以用这个，也可以不用他啊， ok， 他 就给你生成了一个 脚本啊，生成一个脚本，因为正常情况下你要做动漫短剧的话，你应该有这个小说原文啊，如果你有小说原文的话，不需要这么复杂啊，直接点我们的 万象眼里面的创作工具啊，创作工具，把你的小说原版扔进去啊，他就可以去一步一步的引导你去先生成剧本，然后再生成分镜，最后生成脚本。 那么这个地方我为了，为了给大家测试这个案例呢啊，我是给大家独立的去啊，生成了一个剧本啊，你可以按照这个来测试一下，好，他帮你生成，生成完了之后啊，把它下载下来，我的就是一个 macdunk 的 格式的文档 啊，大家看一下我这个让豆包给我生成的他是什么样？他是分镜的，他是直接就是分镜的，他不是小说原文，也不是这个，呃，剧本啊，也不是剧本，如果你是剧本你就扔扔进剧本啊， ok， 这些就相当于我们得到一个原材料 啊，这里面有一些详细的一些东西啊。好，这是我们的啊，输入啊，有这个东西我们去做这个片子。好，第二步呢，肯定是进行分镜啊，分镜，打开分镜的话，打开我们的万象，在创作工具里面啊，有一个开启导演模式啊，开启导演模式啊，我给大家看一下这啊 看创作工具啊，开启导演模式啊，开启导演模式之后啊，开启导演模式之后 啊，这个地方有一个，呃，有几个选项，一个是啊，搜啊，这个是就是五点零版本的，这个十五秒的， 然后通用短剧的，然后解说脚本的，解说脚本不敢玩的，那么就根据你的需要来做，比如说我这个呢，想做的就是一个纹身图，图身视频的，那就选择这个通用短剧啊，这个这个版本 如果你想生成啊，用吉梦或者 solo 这种版本的，那你选择这个，但是呢，目前这两种方案都是因为算力的问题啊，暂时用不了，那我们今天用到的这个东西是用的传统的纹身图和图身视频， 那么用开源模型来替代啊，开源模型来替代，又选了这个，选择完以后啊，选择完以后，那 我刚刚说过了你，你开启导演模式之后，你到底是扔进去小说原文还是剧本还是分镜？那么刚才我说了，我们已经说了，这个我生成的是一个什么，他是一个，呃，分镜啊，分镜。所以说你就直接点到第三步，你把这个分镜扔进去，然后点击下一步啊，点击下一步， 如果你是小说原文，你就从头开始啊，把小说原文原文扔去，因为小说原文很长很大啊，那么你你扔进去之后啊，他给你生成剧本，然后再去生成分镜啊，同时呢，这地方有一个注意的事项啊，就是 啊，你的原文不要超过啊，最好不要超过一万字啊，因为不要不要超过一万字，因为大模型啊，这个去推理的时候他也会啊，这个有上下文的一个限制，你如果说在你的这个里面，他万象报错了， 他有个什么超过四万个字符啊，那么就有可能是你原文太长了，那为什么你是原文不能超过四万字呢？他不是这样的，你小说原文扔进去之后，他生成剧本，他要加一些东西， 你生成分镜，他又要加一些东西，所以到最后的时候他可能超过四万个字符。那么所以说我在你跟你说，你说小说原文啊，最好不要超过一万字 啊。有的同学会说我的小说一，我想把一部小说全部扔进去，这样能能够保证你人物的一致性啊，保证人物的一致性不在这里保证啊，我们在后面会给大家讲如何来保证人物的一致性， 好吧， ok， 那 所以说你的成品，你的这个原材料是什么，你就扔什么，你是小蒜原味，就扔小蒜原味是剧本，就是扔成剧本是分镜就扔分镜，我这个地方因为是分镜啊，直接把这个扔到第三步，点击下一步啊，点击下一步他深层分镜脚本啊，点击深层分镜脚本， 深层分解完了之后啊，你就新建一个啊，新建一个任务啊，新建任务，新建任务完了之后啊，就来到了我们的这个视频原创这一个啊，来到这来，你来这之后你肯定没有图片，也没有视频啊，但是呢他会的提示词，纹身图的提示词和视频的提示词都是给你弄好了的啊，都是弄好了的， 那么这就是我们的这个第几步了啊？第第二步。那么然后呢，就第三步，你要去设置模型和算力的来源啊，设置模型和算力的来源啊，我打开这个软件里面给大家看一点啊 啊，我们打开以后你可以去选择云端引擎，这个云端引擎就是指你的算力的来源，大家可以看一下，我们这里面是支持很多很多的这个算力的来源。前面的四个一二三四就是用到的是开源模型 啊，我们今天讲的就是用的前面四个当中当中的一个啊，后面的这些呢，不是开源模型，全部是币源模型。币源模型是通过什么来去？呃，消耗算力呢？ 如果是即梦的，包括这种即梦支配的啊，它是消耗的你自己账号的积分啊，一定要听我清说清楚啊， 如果后面标了这个价格的，就表示是调用的我们的这个啊， g p d 的 算力啊，就是我们网站，我们这个平台给大家提供的这个算力，它是按照一次，比如说你这个要像用香蕉称图，那么就一次一毛钱，一次两毛钱， 他这这个地方是通过网站上去充值啊，统一去充值啊，如果说你选择的是极梦之配，就表示是啊，用的你账号，你集你自己极梦账号的积分啊，大家要注意啊，这个前面呢是表示你云端引擎的纹身图的来源， 后面呢就表示你生成视频的一个模型啊，视频模型我们有怎么用？哪些给可以给大家看一下啊？开源模型有最新的 ltx 二点三闭源啊，那个还有二点三，万象二点二啊，万象二点二，万象二点一，等等啊这些，那么闭源模型呢，有哪些有维度 啊？有 groot， 有 veo， 有 sora 啊，有吉梦，也就说啊， 国内啊，制作动漫短剧啊，最先进的开源模型，闭源模型我们这个软件他都是支持的啊，都是支持的，只是我刚才给大家说的这个原因啊，有些闭源模型现在受算力的影响，受一些其他因素的影响，用不了，那么所以说今天给大家讲的就是用开源模型， 那么所以说我用的的这个平台是 rolling hub 啊，给大家提供的这个，呃，算力啊，提供算力，那么纹身图啊，这个地方我选择，呃，算力来源，我给大家说清楚了啊，算力来源说清楚了，而且同时呢我给大家发布了一个图身视频的这个工作流，这个工作流呢啊，就是这就是这个工作流 啊，但是啊，你在万象里面用的时候，你不需要去知道这个工作流啊，它具体是什么样子的啊，待会如果大家感兴趣我也会给大家讲啊，这个 ltx 二点三这个工作流的具体情况，但是呢，你你你在使用的时候啊，你只需要知道我这个工作流的 id， 把这个 id 填到我们的这个 软件里面啊，就可以了啊，是是这个， 但是这是图生视频啊，纹身图，因为我们纹身图，待会我给大家讲，纹身图里有很多种途径，我们只是想给大家讲图生视频的 纹身图呢，你当然也可以用专利哈伯来做啊，也是没有任何问题的，因为纹身图我以前讲过了，我在基础教程里面讲过很多次了，那么所以说纹身图不是重点，因为纹身图有很多种渠道，用极梦啊，用开元模型啊，用香蕉啊，都可以去做，都可以做得很好，那么今天讲的重点是这个图生视频，所以说我也给大家做了这个图生视频的工作流 啊，你可以打开这个工作流就行了，当然你你自己去使用，你点一下啊，就可以打开这个工作流去，去测试啊，去使用啊，去使用，金城已在我的掌控之中，来测试啊，来测试，可以，这是可以的，但是呢，我们去使用的时候不是让你去啊，直接直接通过荣耀 app 网站去使用，我们是通过万象 a 里面去 设置好刷脸来源啊，怎么设置啊，怎么设置打开啊，这个软件设置啊，软件设置在这个 gpt 平台里面去选择啊， ruby hello 啊， ruby hello 的 hello， 选中以后啊，把你的你的密钥填进去啊，这个呢，我开始以前跟他说过了啊，你要开通了这个呃，六十九以上的会员，你才可以有这个 ipad key， 才可以通过 ipad 的 方式去调用罗尼哈姆这个平台，然后把这个 id 填到这来， 填这个 id 填到这来。如果你要去纹身图啊，你要填纹身图的 id， 那 么我这个 id 呢？我今天这个 id 呢是图声视频的 id， 你 就把这个图声视频这个 id 填到这来，填这来， 你在哪一步，你就选择哪一步的算力的啊，哪一步算力的平台和哪一步的 id 啊？如果说，如，如果说你是纹身图啊，那我我们纹身图的也有这个 id 哈，我以前的时候给大家讲过，到时候我会把这个纹身图的 id 啊填到这来， 我就跟大家，我就跟大家放了在一起啊，放到一起，到时候你你如果是纹身图你就用，你就把这个，因为前面的密钥是一样的，你只是把那个 id 要改一下啊， id 要改一下。如果是图层视频，如果想用我们这个 ltx 三点二点三的，那么就是这个 id 啊，就是我给你做好的 啊，因为同学会说我自己能不能去做这样的工作流呢啊，也是可以的，我们这个 run 这个，这个， 我们也是支持自配工作流啊，但是呢，这个东西需要你对康菲埃有一点的基础啊，有一点点基础，其实这个基础啊，也不需要太复杂，就是你在普通的工作流的这个提示词那个地方啊，提示词那个地方 的最前面加上一个词叫正面词啊，正面词，那么加上这一个东西之后是目的是干啥？我跟大家解释一下， 因为我们万象和 roundelhop 链接以后，你是需要把你生成的这个分镜脚本里面的这个视频提示词传给这个平台， 传给平台，然后一个一个的传给平台，那么你提示词传给谁啊？传给谁，那么软件就做了一个设置，哪一个节点里面如果有这个正面提示词，它就进行一个配对， 配对，那么所以说到时候啊，到时候你在这个啊，你这个分镜脚板里面的这个视频提示词就会通过那个节点传到啊，传到 ronnie harper 这个平台啊，通过 api 的 方式去生成视频， 这就是它这个一个原理啊，这就是它这个原理。当然这只是传提示词，我们的图片也会传过去啊，图片它是自动的传过去，不需要你去人为去改什么，当然我们的音频也是可以传过去 啊，当然我们的这个其他东西也是可以传过去，但是传过去这两者之间一定要注意，他是有一个参数的要设置的。 那么最简单的就是这个啊，图片啊，就是这个提示词的设置啊，在你的你哪个节点里面需要去接收，你万象里面他传提示词的，那你就哪个哪个节点前面就要加上正面词啊，加上正面词。 这就是啊，我以前给大家讲啊，以前的时候没给大家讲那么清楚啊，没给大家讲那么清楚，是因为我觉得有些有些事情啊，不需要大家了解那么多，大家只需要学会使用就可以了。 好， ok， 那 么第三一步，设置模型和算力来源，我相当于是给大家讲了会多一多了一点点，但是呢，这是也是经常啊遇到啊，刚用我们这个软件的同学会遇到的问题啊，这个地方我再给大家讲一讲啊， 这四个啊，前面这四个是开源模型的啊，开源模型，那它之间的一个区别啊，区别。第一个万象 ai， 这个它用的就是啊，我们这个平台给大家提供的，它也是按照按秒计费，这个呢，你就不需要去部署啊，云端镜像。 第二个呢就表示啊，要用仙宫云，你要去部署云端镜像啊，部署完云端镜像之后才可以使用啊，让它给你提供室内来源。 第三一个呢，就是你自己提供的呃，工作流，比如说你本地电脑配置比较高，那么你就可以选择这种方式啊，你本地电脑，比如说四零九零、五零九零的显卡，那么你就可以选择这种方式。第四一个就是 runnyhab 给你提供工作流 啊，其他的就是毕业模型了，那么我我们一次深图或者一次深视频，你的算力来源肯定只选一个，对不对？你选了这个 先公允，你就不会去选择 roundinhabib， 你 选择了 roundinhabib 就 不不需要去部署，先公允，对吧？这次你算进来源只需要有一个就可以了， ok， 这个地方我说了有稍微多一点啊， ok。 第四一步就是深层角色和然后去固定的这个画风啊，固定画风。那么深层角色固定画风，我们首先是固定画风啊，固定画风， 那么你在这个小说剧本和小说原味的时候，你看我在豆包里面，他就让我就让他给我生成了这个画风。是什么？ 让他给我生成了啊？比如说我让他给你生成整个这个片子的画风是什么啊？就是这个啊，是这个，如果说你没有去固定画风，那么你肯定会变来变去，那么生成这个画风之后把它粘贴到哪里啊？粘贴到我们的软件设置啊，软件设置 啊，软件设置。自己写正反提示词，就是在这个图片风格里面选择自己写正反提示词，然后把你这个这个风格提示词进行固定啊，把风格提示词进行固定， 固定到这个地方来，比如说我是古装真人的，那你可以参考我的啊，参考我的，这是正提示词反提示词啊，那就是你你的提示词里面有字幕，有水印，有中文啊，这些都是反提示词。 然后呢一个图片的长度和图片的高度啊，这些呢是针对什么呢？针对于啊，有些模型它起作用，你针对币源模型啊，针对有些东西它是不起作用的啊，这个呢它主要是针对啊，仙宫云上面的啊，仙宫云上面的默认的啊 comf 它是起作用的， 你要生成横屏，你就选择横屏的一个比例，你要是竖屏就选择竖屏的一个比例，对吧？ ok， 这些选你选择完来那个这个来源之后啊，来源之后 啊，然后呢你就可以去生成角色了啊，生成角色，点击设置角色啊，点击设置角色，点击设置完角色，点击设置角色之后啊，这一个全局 啊，全区的话，如果说你有算力来源，你可以点击生成全部参考图啊，那么他就后面的人物的这个场景的，他都会给你生成。 如果说你不想啊，全部去生成，那么你想一个一个去生成，那么你可以去点击啊生成参考图，但是啊，这个是前提条件，你的就是你的云端引擎啊，那些全部配好了之后，你这个地方才去点，去点击生成参考图啊，点击生成参考图。 好， ok， 那 我因为，因为我就是做测试嘛，我就只给大家生成的这个两个主要的人物啊，两个主要人物， 呃，而且这两个主要人物呢？我给大家说一下，我也不是用的这个开源模型去生成的，因为像这样的重要的这个，呃工具啊，重要的东西呢，我就用闭源模型去生成啊，我用的什么呢？我用的就是 rony hauber 的 这个无线画布啊，无线画布 啊，无线画布。我上，我上面有一次课专门给大家讲啊，去生成一个这个啊，怎么去使用无线画布？其实很简单啊， 你在上面点，呃，先去生成一张图片，你这个图片你可以用任意的这个模型去生成，对吧？你只要用用用，用一张任意的这个，因为我们最开始的时候已经给大家固定的这个角色提示词啊，已经有了，如果你没有，你肯定是让大圆模型给你推 啊。而同时呢，我们万象里面本身也有这个提示词，看没有也有这个提示词，他推理完成之后，本身这里面也有这个提示词，有人物的提示词 啊，你把这个人物的提示词再加上这个风格的提示词，这两个组合以后啊交给任意的这个大元模型啊，交给任意的啊，交给任意的这个闭元模型，让他给你生成一个好一点的啊，好一点的这个人物啊，人物 生成完人物之后啊，来到我们的无线画布，你把这个人物传进去，我们要去生成人物的多视角啊，生成人物的多视角啊，为什么要生成人物的多视角？ 生成人物的多视角是为了你在生成图片的时候啊，因为我生成图片的时候，我，我用的是吉梦啊，我想他生成图片吗？让他 这个质量稍微高一点啊，质量稍微高一点，那么你要想生成高一点儿，你就可以去生成这种多视角的，大家一定要注意生成多视角的这个参考图，它只有最顶尖的模型能够识别啊，人最顶尖的闭源模型，那么目前能够最顶尖的闭源模型哪些能够识别呢？即梦、 sora， 然后这个维度啊，包括可灵这些最顶尖的这个闭元模型，它是能够识别的啊，你开元模型啊，他是不要去，不要去用这种多视角的，如果你是开元模型，你的参考图就是一个正面图就可以了 啊，那么我是这里方式给大家展示，用无线画布去生成啊。人物的多视角啊，怎么去生成？你上传一张图片，点右键上传一张图片啊，比如说你上传这个图片， 上传完图片之后啊，你这个点个加号出来，去生成一个图片，就是图生图，在图生图的下面啊，去给他描述一个提示词啊，这个提示词怎么写的？来我给大家看一下啊，其实很简单啊，为我生成人物的角色设定啊，生成四四图， 四图呢？包括哪些呢？人面，正人，人脸的特写，正面，侧面，背面，然后保持人物跟服装的一致性。下面这个是什么呢？下面是我们刚才给大家提到的，就是你的画风， 你为了保持所有地方的画风统一，那么你在生成角色的时候，你生成图片的时候，你都会把这个提示词，把这个把你的这个风格的提示词要进行固定，然后完了之后他就给你生成这样的啊，这个角色图，人设图 啊，这也就也就是用到的工具啊，用的工具就是我们呃，万象里面的这个无线画啊，这个王力哈布里面的无线画布，无线画布怎么做啊？怎么使用？我上次有一课专门给大家讲了，但是我们去生成这个 啊，生成这个人设图啊，没有那么复杂，你就是像我刚才讲的你，你生成一个图片啊，然后把这个去生成试试图啊，就可以了 啊，这个地方我也截了图啊，方式啊，大家也可以啊，自己参考这个啊，参考这个。生成完这个角色图之后啊，我完了之后，我们把它这个图片下载下来啊，点击以后啊，点击以后有个下载，下载到本地之后啊，我们可以在这个我们万象里面把你的角色 添加进去啊，把你的角色添加进去，点击添加参考图，把角色添加进去，我们添加进去之后啊，添加进去之后啊，这样子的话就能够去固定啊，我们现在通过这一类这一步，这一步非常非常的关键啊，先是固定画风，然后是固定角色啊，固定角色 啊，再然后啊，再然后。有的同学会说啊，你这个极梦的这个怎么去获取你的账号的呢？那个什么东西啊？这里面我也给大家介绍了一下，就是你打开你极梦的官网啊，按住 f 十二， 然后找到你的这个应用程序啊，找到这个 cookie 啊，找到 cookie， 找到你的 ssnid 啊，然后把这个 id 呢填到我们万象里面的软件设置啊，吉梦的密钥啊，填进去，填进去之后啊，你就擦掉就可以了啊，你就不用管了。有的同学会说，你擦掉之后下一次还是打开我们还是这个 还是 gpt 啊，不影响啊，不影响，你只要把它保存过一次，它默认就保存在后台了，你下一次它会自动调用的，所以说你不用去管它它有没有保存，有没有保存上，你不用管它 看没有，你只要保存过一次，保存过一次他就可以用了啊，你就把它擦掉就行了，他就保存在我们万象软件里面呢，包括你下一次以后打开也不需要再去设置了啊，我都会去调用你的吉梦的那个账号的积分。 然后呢？这这一步生成完成之后啊，我们下一步第五一步就是去做批量的纹身图了啊，批量的纹身图之前啊啊， 在做平面的纹身图之前，我们把云端引擎改一下，改成极梦啊，五点零看，没有我们，我所以说你这个云端引擎是非常重要的，这个是决定了你的算力来源啊，算力的来源啊，比如说我们要去生成一张图，那我们生成一张图，你就点击 我们先生成一张啊，随便生成哪一张，我们比如说我们先生成第一个分镜的第一张图，点击重新绘图啊，重新绘图，那么这个时候呢，他就会把，呃，我们这个软件就会把几个东西传给啊，官方传给哪几个东西呢？第一个我们设置的这个 正提示词会传给官方啊，正提示词会传给官方网站。第二个呢，你的角色的这个图片会传给官方啊，然后呢？你 啊，然后这这两个东西会传给官方网站，然后通过官方网站去绘图啊，所以说他是扣的你的是吉梦 你自己账号里面的积分，你通过你的运行日记里面啊，也是能够看见的啊，也是能够看见的，他是通过这个东西把他发送到了，发送到啊你的吉梦的官方账号里面去生成，看到没有？ 他是放到你的基本官方账号里面去生成，生成完了之后也会在你的资产里面啊，也是会在看一下，也是会在你的资产里面啊，这就是刚刚生成的，他如果生成完成之后，他是自动的啊，自动的他会下载到我们本地来啊，下载到我们本地来，不用你去操作啊，这就是因为这样的原因，他能够实现批量化。 我们都知道吉梦他他一次性给你生成的是四张图片，那么你就可以去选择啊，选择你点，点击一下啊，你点中，点中哪个啊，你相当于是最后我就用哪个啊，所以说他给了一个选择啊，如果你吉梦生成多张的时候啊，你就选择其中一个 啊，选择其中一个，比如说啊，他生成好了，另外还给大家提一下，如果说啊，你觉得这个东西他生成的也不好，那么你还可以点右键啊，从外面去导入图片啊，从外面去导入这个图片，包括你你其他的图片，你导入的图片 啊，你去可以去导入图片。好，然后呢？然后呢？还可以去批量导入啊，批量导入， 批量导入，我们添加图片呢，是可以把图片添加进来啊，大家注意了，有一个添加图片，有个导入图片添加图片，它是单张单张的啊，它是比如说这张， 比如说我们添加这张啊，它就是单张单张的，如果你是导入图片，它就导入整个文件夹，看没有，它是让你去选择文件夹啊，选择文件夹，所以说这两字是有区别的 啊，你如果想批量导入，导入文件夹是导入，如果你是单张单张的，你就是添加啊，添加，然后，然后呢？这个是批量纹身图，假设你批量纹身图都生成好了之后啊，生成好了之后，然后你再把它切换回来，切换到 runninghab 的 工作流 啊，然后呢，就点击啊，点击制作动画啊，点击制作动画，那么这个时候啊，它就会调用啊 ronnyhab 的 算力去制作视频啊，制作视频，那我们怎么来证明这件事情呢？你可以打开你的 ronnyhab 的 这个后台啊，打开你 ronnyhab 的 这个后台 啊，你可以看到啊，比如说点开你的 a p i 点，点开你的 a p i 的 调用啊，调用记录看没有，这里面就会用到了，正在运行当中啊，正在运行当中啊，它就正在运行， 或者哈，或者你打开任意的一个工作流，在你的画布的右侧有一个任务列表啊，任务列表，你把右上角的这个 api 的 任务你勾选上啊，勾选上也看，也能够看到它生成的一个进度啊，也能够看到它生成的一个进度啊，看没有也能够看到它的一个生成进度 啊，这是它生成的进度，你可以取消啊，你可以取消，你可以在网站上把它取消。通过这个案例呢，我们就能够看到啊，我们是通过万象里面发起，然后去调用 ronnie hauberg 的 这个 ipad 的 任务去实现啊，生成视频啊，生成视频 啊，然后呢，如果这个能跑通，这个单个能跑通之后，你再点击啊右上上面这个批量动画啊，批量动画啊，然后批量动画，批量动画完了之后啊，就是相当于我们就可以我们就不管了，他就完成批量的去做这个事情 啊，整个生成完成之后啊，整个生成完成之后，所有的东西都在你的本地啊，本地 打开这个工程文件啊，打开工程文件，你可能看到你生成的所有的项目都是在你的这个本地的文件夹里面啊，本地的文件夹里面包括图片，包括视频啊，包括视频都是在你本地的文件夹里面 啊，然后呢，你就点击右上角这个啊，啊，右上角有一个导入剪映啊，导入剪映，然后合成视频啊，导入剪映，合成视频，然后啊，那么你在剪映你的剪，打开你的剪映草稿里面，你就会看到你的那个项目了啊，看到你的项目了，那么这这个呢？就是啊整个的 这一个啊，整个这一个啊，流程啊，整个流程和用法啊，用法这个和结合我前面讲的啊，结合前面讲的，大家应该能够啊，能够做出来啊，能够做出来， 那么所以说我今天讲的这个方案呢，是去替代，当然你的效果呢，肯定是不能够完全跟这个闭元模型媲美的， 毕竟目前地表最强的还是啊叉叉梦二啊，这个确实他很强，但是呢很也受制于很多的一个限制条件， 那么所以说今天给大家带来这样的一个方案，大家如果对这方面感兴趣，可以一键三连关注在评论区来获取我们这个软件和这个教程啊，这就是今天的一个整体的一个情况介绍啊，谢谢大家的观看啊，拜拜。

他真的存在 试饮吗？森伦的指引者等等我，哈哈哈， 别看下面，别看下面， 这就是一切的源愁， 醒来吧， 哈喽，朋友们大家好，我是土豆，本期的视频内容我将给大家分享 ltx 二点三模型的二十宫格直出一分钟视频的这个工作流。 本期视频内容所用到的资料呢，都会放到我们的简介区中，大家自行免费获取就好了。这个工作流使用版本啊，可能会比较复杂，所以说呢，大家认真听完视频内容呢，可能会比较复杂，所以说呢，大家认真听完视频内容当中呢，出现一些问题， 后续呢，我也会出一个一键启动的网站版本，提供给充电粉丝使用，到时候我将原码发送到我们的充电粉丝群当中获取就好了。 那么这一次的工作流呢，也分为了本地部署和在线两个版本，他们一定是有不同的，所以说呢，大家不要通过这个 runnyhub 呢呃，去下载下来到你们的本地部署使用，那么他肯定会是缺少一些插件的， 那么本地部署的版本呢，我也会把它放到我们的网盘当中啊，也就是在这个位置大家可以去获取， 同时我也会给大家说一下本地部署要注意到的地方啊，希望大家耐心看完，因为本地部署的话，肯定是跟我们线上的版本他不太一样的， 那么在线的版本呢，我也是把它放到了我们的 runnyhab 上面， runnyhab 呢，也是我常用的一个 ai 工作平台，大家可以去上面搜索我的名字，以后呢就在我的账号下面是能够找到这个二十宫格的这个工作流的，你们在线去体验就好了。 接下来呢我们来看一下这个工作流的一个使用。首先我们打开工作流以后呢，你们会看到有两组的素材，我们需要输入的，第一组呢是我们的分镜图，这分镜图每一组呢都是一个四宫格，那我们五组的话就是二十宫格，然后呢每组对应的它有一个 提示词，这个提示词呢是决定我们去做图生视频的一个提示词，那这两组呢是由两个提示词模板呢去生成的。那首先我们看到我给大家去在知识库当中去提供的第一组啊，就是四宫格的一个连续分镜， 然后这个提示词呢也是非学大佬去开发的啊，我们感谢一下非学大佬。然后这边呃我们把这个提示词复制出来以后呢，然后到 as 豆包还有 deep 都行的， 然后粘贴给他。以后呢我们需要给他提供一个什么，他会告诉你们需要提供呃总时长角色的一个外貌道具，还有他的风格偏好，然后画幅。然后我这边呢就是给大家去做了一个演示， 就是六十秒的时长，每一组呢是十二秒，一共呢是五组，故事内容呢是魔法森林探险的故事，那这个地方大家也可以说是写实风格，电影风格，皮克斯的一个风格，这个是你们自己去定义的啊，然后这边呢他就会给你生成一个总时长六十秒的， 然后他的一个故事的一个标题，然后他的一个四宫格的一个规划，分镜规划。那么我们这边要用到的是什么了？就是我们通过这个提示词的一个设计，就比如说第一组啊这个地方，第一组啊零幺组， 我们需要把这个提示词设计啊第一格和第二格到第四格的，把这一块的内容给它复制出来，复制出来以后呢，我们到我的账号下面有一个，你们可以去找一下，有一个在工作流里面 有一个全能图片编辑或者是 vr， 这两个都行啊，这两个价格的话这个便宜一点，你们可以去用。 好这边我们就可以进行纹身图了，就是我们打开第一个把这个复制进去以后啊，选择二 k， 我 们就能够得到第一组的这个分镜图了。 那么得到第一组分镜图以后呢，就相当于我们是确定了他的风格，这个时候啊，你们不要直接使用啊，我们这边的继续去使用啊，使用下面的 这个第二组的，然后像这样去复制，然后进行纹身图的这样一个生成。这个时候你们需要使用到全能编辑里面的单图编辑，就是我们下面的把第一张生成的这个风格呢，就是传到这个上面去，然后我们的提示词是这样去写， 就是参考图中的风格，确保人物角色、服装环境的一致，确保所有的分镜具有一致性，色彩分级。那我们需要加上这样一句话，然后呢再去把我们第二组的然后复制进去， 复制进去以后他就能够参考你第一个的啊风格，然后继续帮你们去生成这样的，这样我们的风格他就能够保证一致性了，那否则的话你们通过纹身图的话，他是没有办法去保证他这个人物和他的一个风格的，那这是一个人物一致性和风格一致性的，大家要去注意的。 好，我们通过这个啊，第三组，第四组把这所有的图片把它分镜图生成完毕以后呢，你们就可以把它上传到，通过顺序一二三四五把它上传上去， 上传上去以后呢，我们这时候就要使用到四宫格运镜的这一个提示词了，同样的是把它复制啊，复制下来以后呢，我们就找到 把它复制给 deepsafe 或者是豆包，然后把首先呢把图片给他，给他以后呢我们再把刚才我们生成出来的，比如说我拿第四组来说啊，下面会有一个本组连贯运镜描述，我们把这个 和本组音效设计，把它粘贴复制进去，同时把这个图片给到它，它就会给你一个什么， 给你一个音效带这个画面的一个描述，那我们就可以通过这个四宫格呢去生成一组我们的十二秒的一个视频素材了， 然后把这个拷贝进去，放到我们的第一个当中啊，放到第一个当中，那以此类推，我们可以把第二个、第三个、第四个、第五个都把它生成我们的这个 涂深视频的这个提示啊，一共是五个，大家把这个顺序呢不要弄错了啊，就是一二三四五，然后这些不要弄错了， 那到这个位置呢，我们的所有的素材都完毕了，大家直接就可以点击运行了，最终可以出来我们视频开头的那样一个效果。 那后续呢我也会针对于充电粉丝群的朋友们呢，去做一个一键启动包，也就是外部 u i 的 版本，那大家可以通过外部 u i 去操作的方式呢，去生成我们的这两组素材，这样会方便很多。 接下来呢我们看一下本地部署的版本，本地部署版本的话，我们一定要注意的地方是什么呢？是我们的这个提示是反推的部分， 这个提示时反退的部分呢，如果说你们电脑配置不够的话，我们在提示时反退的这个地方呢，不建议大家去使用本地部署模型进行反退，那如果说你们想要使用免费的本地部署的模型进行反退的话，我告诉大家怎么去修改，好吧， 大家可以去看一下我们的上一期的工作流，上一期的工作流呢，我们是有告诉大家怎么去使用千万山本地反推的，那么我们可以把这一块啊给他复制过来，就是这一块给他复制过来，复制过来以后呢我们是有一个图片，对吧？我们把这一块的图片呢给他， 给他切过去，然后呢我们这个地方的一个提示词呢也给他切过去，然后最终他的一个字无串呢，我们把它 把它这样移过去，这样你们就能够不使用我们线上的这样一个 api 了。那你们本地部署的话，要注意的是你们的设备一， 那个设备的配置一定要够，因为我们在加载 ltx 二点三的模型的时候呢，在这一块啊，也同时也要去加载千万三的这个啊，私币的这个模型，所以说你们的配置一定要够， 那否则的话我们就建议大家去使用这个 api， 它的一个消耗的话也就三分钱一次啊，也是比较便宜。那我们怎么去配置这个 api 呢？那大家打开 ready hop 以后呢，点击这个地方 api， 然后呢上面有一个 api 密钥，有一个企业共享，我们在这个地方就能够进行生成一个这个 api， 你 们把它复制出来啊，大家可以看一下这个价格。是哦，两分钱一次，我还说说高了两分钱一次，你们把这个 在这块复制过来以后呢，我们就直接把它进行器替换掉，然后你们就能够进行使用了。 好，这是两种方式，那么我们线上的也是一样啊，线上的这一块呢，其实是反对是不需要配置你们的 api k 的， 你们直接使用，但是如果说你们要去修改的话，就跟我们刚才一样， 千万三微微微 q a 的 这个，对吧？这一块也是能够使用你的当前的线上的这个算力的，就不需要你们去使用 api 调用了啊，这个也是开源的一个模型，它同样的道理。 好，我这边呢是五零七零泰的十六 g， 然后四十八 g 的 一个内存，那我这边去跑啊，两两组素材啊，就我这边去跑，在这个地方去跑两组素材的话，也就是十二乘以二二十四秒的这样一个消耗， 在本地的话，是啊，差不多在五百秒左右，我的配置，那么你们根据你们自己的实际情况了，去测试的时候啊，这个地方可以跑两组，好吧，不要一次性去跑五组，这样的他的一个时间消耗会非常长， 这个地方大家要去注意的。那线上呢？我们去跑的话，我是使用的四十八 g 的 内存，大家也可以看一下，我消耗就跑一分钟下来的话是十五秒啊，就十五分钟， 那十五分钟，十四分钟，有时候是十三分钟的样子，那大家着着重的去根据你们的实际情况呢，在这个位置去修改测试， 就是你们如果说要全量去跑的话，那一定是测试你的这个提示词没有问题的情况下，才才把它变成五，然后去跑的，否则的话你们就测试两组，这样的话能够帮你们节省很多的一个积分的消耗，那么本地呢？同样的也是能够帮你们节省一些 呃，运行工作流的一个时长，就不要全量去跑，你们再把它变成五，然后去跑一分钟。 那么你们如果说有什么问题的话，也可以加入我们的讨论组进行交流，本期的视频内容对大家有所帮助的话，可以给土豆一个一箭三连支持一下，那么我们下期再见，各位，拜拜。

别再卷 ai 视频的画面了，现在模型做出雨夜反光、皮革纹理、霓虹灯倒影，细节做的很到位又怎样？没节奏效果也会大打折扣。你写了一大段 prompt， 有 镜头有转场，有反转，结果模型像听了半截故事，画面动了，但故事全乱了。今天这套 confu i l t x、 two point、 three plus、 upv 类工作流，直接补上 ai 视频一直缺少的那块版节奏。原理很简单，他把你一整段提示词拆成一个个独立分镜，每个分镜单独设帧数，全区只写画质和风格，分镜才写剧情动作，不容易互相干扰。记住这几个容易踩的点，一、所有节点帧率一定要统一。 比如我用二十五帧就全设二十五帧，二，总帧数等于时长，成帧率十秒就是两百五十帧，分帧 自己分配。三、分辨率建议一千两百四十八乘七百二十，显存不够先降分辨率，跑通 四、分镜提示词用英文 l t x 理解更稳定。以前是写个 prompt 等模型自由发挥，现在你可以像导演一样，灵活控制镜头时长，安排转场时机，从情绪迷茫到自由 再到宿命感的层层递进，终于能按你的想法讲故事了。 ai 视频的门票是画面，但真正留住人的是节奏。以后 拼的不是谁的 prompt 更长，而是谁更懂镜头，谁更会控制时间。需要这套工作流和插件安装方法的朋友，可以在评论区留言交流，做慢剧、短剧、电商的可以试试，觉得有用记得回来点赞。

哈喽，大家好，今天给大家介绍一下 ltx 二点三导演分镜台的一个工作流，那么用了这个工作流之后呢，这个你就是导演啊，你可以在这个工作流里面去根据分镜图，音频和提示词啊，随意的来控制。我们来看一下这个工作流啊， 呃，它的核心节点就是这个叫 ltx director 啊，就是 ltx 导演台啊，什么意思呢？它就是 可以把你的这个图片，分镜图，音频，包括你的提示词啊，看没有每一个图片对应的提示词啊，可以来随意的进行拉啊，随意的进行拉来调整啊，比如说中间这个地方啊，我现在这个地方是总共是十二秒钟 啊，你可以切换成秒数和帧数啊，比如说我现在这有这有四张图片啊，四张图片，每张图片呢，我的这个后面有对应的音频啊，这张对应的我的剧本啊，对应的我的剧本，每一每一张图对应我的剧本，还有台词在下面写完之后啊，用这个 ltx 二点三来生成， 生成的结果啊，这样子，我们来看一下成泽，我好像在做梦，聂安，这不是梦，从今天起你就是我唯一的未婚妻 啊，这个开源模型啊， ltx 二点三能做到这个样子啊，已经非常不错了啊，但它的不足之处啊，我们首先说不足啊，再说它的好处 不足，他的远景啊，远景就是中远景，还是一样的啊，他的这个效果有一些那个模糊和变形啊，这个是他模型能力决定的，那是中近景啊，他就好得多 啊，他就好得多，而且呢，整个的他把图片和我们的音频还包括我们的台提示词啊，是完全的啊，来遵循了的， 而且呢，我刚才说过了，你可以在这中间自己来调换每一个分镜的长短啊，每个分镜的长短啊，比如说这中间有空的啊，你可以增加一个提示词，或者是再增加一张图片啊，增加一张图片，这就是你，你可以在这个 分镜台里面啊，自己来控制每一个分镜的长度啊，每个分镜每个分镜的长度啊，这个就比较有意思了，这就控制很精准啊，控制很精准啊，这个地方看没有这上面， 这里面有增加图片啊，你点一下就可以增加图片啊，有增加提示词，还有啊，这地方是增加这个音频啊，增加音频啊，当然还可以删掉 删掉，所以说这个控制台啊，就是比较精准的来控制啊，我感觉这个闭月模型现在都没有这样的控制的一个能力，能力，那么所以说 ltx 的 模型啊，它的这个在社区的帮助之下，确实进化的很快啊，进化的很快 啊，这个分镜图怎么来？有的同学可能会问啊，这个是我在万象里面做的一个实际的案例啊，我们打开万象以后，如果你推理的时候，你在这个万象进行推理的时候，选择开启导演模式啊，如果你选择了这种 ltx 的 短句啊，短句啊，它就会自动的去生成我们的这个四宫格的分镜图的提示词，生成这种四宫格的，然后我们再去生成这个这个 图片的时候啊，它自动就会生成这种这样的四宫格啊，这样的四宫格啊，一二三四。但是我刚才说过了，你最好啊，这种远景啊，最好是不要用这个呃 ltx 二点三的模型来升啊，然后如果你你你非非得用它来升啊，那么可能容易会变成人物的变形，但是这种中景近景啊，它的效果确实非常好啊， 所以说它做人物的对话，像这种人物的对话啊，这种人物的对话，它 l t x 二点三的模型是没有任何问题的，那它的效果也是非常好的啊， 非常非常好的啊。这个的步骤，这个使用的步骤我跟我以前给大家讲过了，我这儿简单提一下啊，就是用啊，要么用 g t 啊， g p t emoji 二，或者是香蕉啊，或者是香蕉这两种啊，这两种都可以 啊，完了之后去生成啊，去生成这种，你看没有，他的提示词就是他的提示词就是四宫格的啊，他本身提出来的提示词就是四宫格的，而且生成这个四宫格的图片，他自动会会给你裁剪成四张啊裁剪成四张啊，你可以把这个图片啊用来测试啊用来测试 啊。中间这个配音怎么来的啊？配音怎么来的？音色的设计，这个配音呢，我们在这个万象里面也直接可以配啊，在啊，软件设置啊，你选择这个 index t s v 二啊， index t t s v 二 啊，选择完这个模型以后，在设置角色里面啊，就可以给每个人啊，每个人去给他设置他的音色啊，设置音色啊，关于音色怎么设置啊，我在其实前面给大家发过一个公式流，叫啊 v o x c p m m m 二，这个语音克隆和音色设计 啊，具体怎么使用啊？具体怎么使用，怎么结合万象来使用？我这地方再给大家提一下，打开这个工作流以后啊，打开这个工作流以后，这个工作流节点非常简单啊，非常简单， 主要的节点就是这一个啊，这一个比如说啊，我们要去设计一个人设啊，我们在这个万象里面推理完了之后啊，推理完了之后 有他的这个音色的一个，呃，提示词啊，有有他的音色提示词，我们只要那个中文的部分啊，我们只要中文的部分，其他英文部分删掉，把这个复制一下 啊，复制一下回到这个软件里面啊，看没有？在这，你先把你的中他的中文那东西粘贴过来啊，我们这些东西不要啊，只要中文的，只要这个中文的部分 啊，然后呢？他的这个人是是什么人啊？你给他复制过来啊，一位中年的三十岁的男性，中国啊，中国三十岁男性声音啊，什么什么样的？好， ok， 他 说的台词啊，我们找一个他的台词，这是这个司仪啊，我看一下司仪说了啥， 把这句话直接弄过来，直接弄过来，然后，然后呢？我这些都就就设置好了，相当于你就把你的声音的这个，你的他的要求啊，他的这个说的话啊，然后我们点击执 行选中节点。今天是沈家千金沈念安小姐与顾家少爷顾成泽先生的订婚之喜 好，这个就是生成的这个音色。那么所以说你按照这个方法，你可以把所有的人物啊，所有的人物啊，你把他的这个国籍年龄加上后面他的音色的要求啊，复制到这个 这下下面来，然后上面呢，你可以写一段他的文字，然后点击运行就可以了啊，这个模型还是呃推荐大家去用一下啊，这个主要是去设置音色，设置完音色之后啊，前面这地方可以去声音的克隆啊，声音的克隆，当然我们在外乡里面本身也是可以进行克隆的啊， 大家自己来选择，看不同的模型，看哪个效果好你就用哪个好，所以有了图片，有了你的配音啊，加上你的剧本，你这个剧本怎么来的啊？剧本也是我们推理完了之后，每个剧本都有都有的，你看没有，这里面 每个他一共四个宫格啊，四个宫格的话，他有一二三四每个镜头他的一个台词和提示词，你把每个台词啊给他对应的复制过来， 第一个台词写什么，或者是你自己来编排啊，他的他的这个运镜啊，都可以啊，也就是说这个的灵活性啊，可控性就更强啊。这就是今天啊给大家介绍的 ltx 二点三导演分镜台的工作流啊，导演分镜台的工作流 啊，顺便给大家介绍一下啊，下期的时候啊，准备大家做一个古装宅斗啊，解说慢的这个制作方法啊，制作方法 啊，会给大家用两种方式来制作，第一种方式呢，就是啊，用万象啊，来批量的跑 啊，批量的跑跑这种解说慢啊，他的，呃，这个好处是，就是啊，成本低啊，速度啊，不用我们人来管啊，不用人来管。第二种啊，就是在我们的无线画布当中来跑，他的好处就是，呃，质量高啊，质量高，效果好， 但是呢它的价格也更贵啊，这两种呢方案适合与你不同的这个需求。好吧？下次课啊，下个视频啊，给大家来讲这个东西，今天的视频就这样，感谢大家观看，拜拜。

但据行业狂喜 l t x 二点三史诗级加强 problem related 这个节点的作用是什么呢？我们先来看看这段提示词，总共分两大部分，一是全局提示词，二是局部提示词。概括来说就是皮克斯风格的胖兔子，先是震惊，右眼狂跳，因为自己的工程文件被同事弄坏了，然后拍桌子转头大喊， 再回头狂敲键盘，试图挽救文件，最后瘫倒摆烂。我们先看看传统文本编码器输入提示词的工作流产出的视频效果。 wait what the heck you touched it fire you i'll fix it forget it。 我 们可以看到兔子在这一段在猛敲屏幕，但我的提示词输入的是猛敲键盘，原因是敲和屏幕在提示词中出现过， 但 ai 没有时间观念，弄混了动作的先后顺序，注意力机制串台发生了语义纠缠的毛病，而 prompt 类节点能有效的解决这个问题。 ok， 我 们来认识一下这个节点的面板。第一层，我们看最上面的全局提示词区， 这块区域的任务只有一个，定基调，锁环境。你要把角色长什么样，穿什么衣服，背景是在哪里，甚至是用什么灯光和画质风格全部写在这里。第二层，就是下面这排五颜六色的小方块局部提示词区，我们把要做的动作切成一段一段的分别写进这些方块里。比如第一段方块写震惊的盯着屏幕， 第二段方块写愤怒的猛拍桌子，第四段方块写疯狂砸键盘。填写完局部的提示词后，可以根据需求拖动这些方块的长短，方块的长度决定局部内容执行的时间非常方便，我们可以在左下角的 list 里面直接填我们需要给局部设定的帧数，如果你懒得手动算帧数的话，也可以直接点击这里切换成秒解放大脑，更加直观。 如果你需要更多的局部分块，那就点击右下角的 id 按钮，想要删除分块就点地力，伊库拉斯会平均分配分块的长度，那么这就是这个节点的所有功能了。我们再来看看这一整个工作流，这是简单的 l t x 二点三的单独升视频的工作流，使用的时候只需要设置好这块的时长、帧率宽高就可以了， 横屏竖屏都可以。另外提示词最好用英文，因为 l t x 二点三这个模型对英文的理解比较到位，台词也可以讲中文，但是讲中文出现字幕的可能性会比较大。然后我们来演示一下如何快捷生成提示词。豆包、 gemini、 g p t 都能用，我这里用 gemini 做示范。先将 prompt 类持续控制专家的系统提示词和图片提交给 gemini， 然后输入时间和局部段数，要求等待一会。持续控制专家的系统提示词会让加美娜生成指定描述的全局提示词和局部提示词有中文版本，方便阅读和修改，如果觉得没什么大问题，就可以使用英文版本。回到工作流进行提示词填写的步骤。 局部提示词的时长可以参考金麦奈给的时间来拖动滑块进行调整。放入图片，根据需求调整时长和宽高，点击运行，耐心等待出视频即可。我们来看看生成的视频效果如何， 可以看到跑出来的视频是比较精准的按照提示词来进行生成的，使用到的系统提示词和整合包我都已经打包好了。对这份工作流感兴趣的小伙伴可以在评论区留言获取哦，我们下期再见！

先来看一下视频，晚了，这可怎么办啊， 老爷，非打死我不可。这个视频呢，是我用 rtx 二点三用一张图片制作出来的，刚才那个视频我是用 rtx 二点三 promise release march 工作流通过一张图片制作出来的， 通过 prime 类似 much 技术呢，我们可以更加精准的控制我们的视频，它的使用方法也比较简单，我们来看一下具体怎么操作。我们的所有参数都在工作流的左侧， 首先这里边我们控制它的一个时长，下面是视频最长边的尺寸，我这里边设置成了一二八零， 里边的帧率，我们不要改它。这个工作流最大的特点是分成了全局提示词和分镜提示词两个部分。那么全局提示词呢，主要是对整体的一个描述，比如说环境啊，质量等等。 分提示词就是一些细节描述，比如这个提示词，我写着女人的茶盘和水杯 掉在地上，表情惊慌失措，然后哭了起来，包括一些台词在里边。那么我们其实词呢，支持中文和英文，但是最好呢，我们用英文，因为他的英文支持的更好，另外牵涉到台词的地方一定要用中文写，否则的话 他生成的语音是英文的。然后呢，我们上传一张参考图片，这个工作流还加了一个去字幕节点。这些设置好之后呢，我们点击工作流右上角的运行按钮，大概几分钟之后呢，我们视频就生成了。 总体来说呢，视频还是蛮不错的，视频的质量包括对人物动作细节的控制还是比较到位的。 这里面讲个补充，如果发现他的中文发音咬字不准的话，我们可以用同音词进行代替。比如这里边的老爷，他发音不准，我把它改成老爷。 今天我们讲到的是单图的一个控制，单图了解之后，下节课我们讲一下薄图怎么进行控制。好了，这是今天视频的所有内容，如果对你有帮助的话，点个赞呗！

然后要把这里的所有的直接复制过来就好了，复制到每一段每一段，像这样的每一段每一段就好了， 每一段每一段就把它复制过来。复制过来以后大家一定要再就是帧率，帧率的设置啊，帧率的设置的话， 比方说我这里宝宝们看一下今天给大家推荐的这款西瓜，真的太绝了，一切开汁水直接爆出来，颜色特别鲜红，甜度非常高，而且是那种很清爽的甜，不会腻， 现在天气这么热，冰镇之后吃一口真的超级解暑，重点是它的果肉特别脆，咬下去咔嚓的感觉太满足了，不管是自己在家吃，还是一家人聚会露营下午茶，都特别合适喜欢吃西瓜的宝宝。今天兄弟们 这条夏日短裤真的太适合现在穿了，面料特别轻薄透气，上身一点都不会闷，出门运动、旅游或者日常通勤都非常舒服， 版型也做的很好，不会松垮，穿起来特别显腿型，而且怎么搭都很清爽。重点是它的细节做工真的很高级，抽绳、口袋、面料质感都在线，夏天衣柜里一定要备一条这种百搭又舒服的。

哈喽，大家好，我是陈旭，今天给大家分享一期用 ltx 二点三制作 mv 全流程解析。大家可以看到我已经把整个流程中所有的工作流全部整合到了一起，然后这里有个总开关，当我们进行到某一步的时候，只要在这里点击一下，把它变成 yes， 那 么这一步的工作流就打开了。 然后这个总开关更好用的地方是右边这个箭头，当我们点一下这个箭头，瞬间我们就来到了我们的当前工作流。好，接下来我想请大家先观看我用这套工作流所制作的 mv， 然后我再详细拆解我们每一步的工作流。 好，现在来看我们的这个总开关，那么第一步肯定是音乐生成，我们用的是 ace step， 当我们有了音乐，肯定要生成我们的人物主图，比如说单人或者双人。然后第三步我们要用我们的主图进行分镜，生成不同角度的分镜图， 那么第四步就是用我们的 ltx 二点三去生成我们的 mv， 第五步是对我们的视频进行插帧， 第六步是我们的视频发大，然后第七步是剪辑成片。好，首先我们来看我们的第一步的工作流，我们首先要点 yes， 把这套工作流打开，然后点击箭头导航过去，这就是我们的 ace step。 音乐生成工作流， 我之前生成用的是这个 turbo 模型，如果大家想生成高水准的音乐，可以选择 base 模型， 但是它的步数较高，它的时长也比较长。我们这套工作流的左边有一套这个提示词模板，我们只需要把我们的提示词模板，还有我们自己写的歌词，或者是通过 ai 写的歌词，一起丢给豆包，或者丢给千分三点五， 然后再写上我们的风格要求，这样的话他会给我们生成一套提示词，我们只需要把我们的歌词放在这里，然后把我们的风格放在这里，然后点击运行就可以生成了。接着我们来看我们的第二步，生成人物主图一样，我们把它打开 导航过去这里我用的是 z 应用者，当然大家也可以用千万二五幺二或者是 z 应用者双采样工作流，当得到我们的主图以后，然后来到我们的第三步，用千万二五幺幺生成风景图一样，把它打开 导航过去，这套工作流，它可以一键生成多张风景图，大家可以看一下不同角度，不同级别。现在我们大致比对一下它的这个生成效果，这是我们的原图， 然后这是我们的分镜头，因为分镜头加了暖色调，所以说它的这个效果会更加好，而且人物一致性也保持的很好。这个工作流它左边也是有一个提示词模板，我们只需要把我们的提示词模板以及我们的主图一起丢给我们可爱的豆包， 然后它就会生成这样一段提示词，我们只需要把它粘贴进来就可以了。好，当我们有了分镜头以后，我们来到我们的第四步 l t x 二点三， 这个工作流是我们整个 mv 全流程的主角，我们只需要在加载图像这里添加我们的风景图， 然后在加载音频这里添加我们的音乐，下面这个节点非常好用，我们可以截选我们音乐的某一部分，因为我们的音乐很长，这套工作流他是无法直接生成四分钟的音乐，那么我们进行截取，比如说这里从五十八秒开始到一分二十二秒，刚好是二十四秒， 然后我们只需要把这个时长也填入到这里，然后运行我们的工作流就可以。大家应该注意到刚才的 mv 里面还是有尾字幕，因为我是做测试，没有进行多次抽卡， 尽管我们采用多种方式去限制我们的尾字幕，但是它依然是有概率出现，那么我们只需要多抽几次卡，直到没有尾字幕为止。接下来是到我们的第五步视频插帧，因为我们的万向二点二，还有我们的 l t x 二点三，它们的帧率是十六和二十五， 那么我们是需要通过这套工作流给它插帧到三十或者是六十。大家看一下它这个插帧是倍数插帧， 比如说我们输入的视频是十六帧，那么我们输出要在这里写上三十二。这套工作流的插帧速度也挺快，大家看到我上次插帧用时只有五秒多一点。接下来到我们的第六步视频放大， 这套工作流也是很简单的，但是它是我们全流程里面用时最长的一套工作流。例如我在制作 mv 的 时候， ltx 二点三再出二十五秒的视频，大概也就是十多分钟，但是当要把它放大到幺零八零 p 二十五秒的视频，用时大概半个小时。 这里我大概讲一下，我用的是三 b f p 十六放大模型，如果大家的这个电脑显存不是很高，我们可以选择量化模型， 比如这个三 b 的 q 四 g g u f 下面这个节点，如果我们的视频时长比较长，或者是我们的显存有限，我们可以把它设置为七六八或者是五幺二，这里也是一样的，我们可以设置五幺二或者七六八。 好，当我们完成视频放大以后，就到了我们的第七部剪辑成片，到这里我们整个 mv 的 全流程解析就给大家分析完毕，感谢大家的观看，我们下期见。

最大的问题不是画面不好看，现在模型已经能够做出不少细节了，雨夜街道的反光，霓虹灯，在车窗上的颜色，人物衣服上的皮革纹理，那这些东西呢，都能够一一呈现，那真正难受的是节奏。你写了一大段 prom 的， 里面有镜头推荐，有转场，有人物，有环境变化，还有最后的反转 模型。看完以后呢，经常像听了半截故事，知道你想要什么样的氛围，但是不知道哪件事情先该发生，结果呢，就是画面动了，但是并没有节奏。 那这次呢，我用的是 comforion lt 叉二点三加 prom 的 relay， 那 prom 的 relay 呢？做的事情很直接，它就是把一整段提示词拆成多个分镜，但每个分镜呢，只负责一小段的画面， 而且可以自己单独去设置持续多少帧。那这个功能呢，看起来不复杂，但是对于视频来说非常关键， 因为视频他不是一张图拉长了，视频是时间，是顺序，是什么时候推进，什么时候停止，那测试的时候呢？我做了一个电影镜头，那开头呢，我们这里是两 个人坐在木椅上面，表情呢，迷茫不安。那背景是一个模糊的老年女性和一个荒原，体现出来的是一个复古西部电影，质感是暖金色调的。 而且呢，第二帧我是加入前景女性为视觉中心，那背景呢？还是保持这种虚化画面呢？会有一点点轻微呼吸感的一个晃动。 那随着镜头推进呢，来到了第三张画面，那这个是在一个法国乡村里面，前景是一个穿着棕色外套，戴着黑帽的一个牧师，那手持一个红边黑皮，书 情严肃，那右侧是一个穿着深绿色外套，戴着中帽子的一个年轻男性，背景呢是枯黄的灌木丛和远山，有种复古西部的电影质感，高强度的一个对比。那这三张图片呢，我在这里依次去输入了对应的提示词。 ok， 我 们来看一下它最终生成出来的一个效果。 其实生成出来的时候呢，我是有点愣住了，不是说他很完美啊，但是呢，他确实是随着我们的书写将这个顺序呢，结构上面终于顺出来了。 那以前的这种镜头我也试过啊，我可以把完整的一个描述一次性的去丢给模型，但是呢，他很容易乱。其实这个呢，也不能全部怪模型，因为呢，我们给到他的是一个一团信息，所以他只能够去猜测这个顺序。 那这个 from the relay 的 好处呢，也就在这里，它是把事情一件一件的拆开了。那比如说第一段镜头呢，我只做定格在金发女性迷茫不安的一个侧脸，并且呢，让模糊的老人逐渐的淡出， 随后镜头以叠画进行转场。其次第二帧呢，我是书写了一个切换，红发少女骑着老式电动车在蓝天绿树间穿行， 镜头跟拍其行动态。最后的镜头是直接弹入到西部方圆拉远，弹现手持圣经的牧师和身旁的年轻青年，并且呢，镜头稳定地推向两人。整体的风格呢，是这种复古胶片质感， 从情绪迷茫到自由再到宿宿命感的重重递进。那很多时候呢， ai 视频它缺的不是一个很长的 prom 的 其实，而是缺一个更清楚的一个分镜， 现在呢，去书写这一类工作流，会先把大局的这个 prom 的 写的比较克制，那大局上面呢，大家就可以只书写一些画质和风格，就不用把剧情放进去， 而且呢我们剧情放进去就很容易会和分镜互相干扰，那大局呢，他负责的是一个气质，那分镜他则是代表的一个动作，这样子就会干净的非常多。 这里面提示词呢，我比较推荐大家使用英文进行输入，那其实呢，我们的这个镜头语言，它采用的是这个 l t s 二点三的这个模型，那这个模型呢，对于英文的理解能力呢，会更加的稳，那中文呢，不是不能书写啊，但是有可能它会绕一下，就是会把一 意思理解的有点傻。大家也知道啊，就是我们在和人去沟通，镜头一样，你说慢慢拉远露出环境，那不如就是说退后几步查看房间的环境，那参数这块呢，也别太易啊，那我一开始呢，是踩中了这个帧率的坑， 那像 l t s 啊，它的一个节点，还有以及最后的合成视频节点当中的这个帧率，也就是我自己设置的二十五帧， 一定一定要一致，比如说大家如果设置的是二十五帧，那就都是书写二十五帧，那总帧数呢，也要去进行 计算，那比如说像十秒钟的一个视频呢，我们书写是二十五帧，那么总的一个总帧数也就是二百五十帧，那如果说拆成三段呢，我们就可以粗略的计算分成像八十三，八十四帧，这样子不用太精细啊，那我们可以先看节奏，哪里太快了，我们就拖到哪里就可以了， 再去进行慢慢的修改。那分辨率呢？这一次我比较推荐大家使用一千二百四十八乘七百二十，那画面细节呢，会干净一些，尤其像这一些电影镜头这种地方， 它的生成效果看起来会更加稳。那如果说你的显存不够的话，就不要硬撑啊，我们先可以降一下分辨率，再去跑通 from the relay 的 节点呢，操作其实并不难啊，这里呢会有一个加分镜的一个选项，我们直接点一下就可以去进行添加了，我们可以拖拽去调整我们的一个节点顺序，而且呢你可以在最底下去修改每段的一个帧数，控制镜头的一个长度。 而中间的这个选项呢，是可以平均的去分配时间。而你最后一个选项就是可以点击删掉多余的分镜。它其实不太像真正的那种剪辑软件，但是呢，有一点点那种时间轴的味道了，你会开始想这段要不要多给二十帧反转过来会不会晚一点更好？ 那镜头呢，是不是在这里就应该收住？那其实它的安装流程啊，并不算复杂，我们只需要呢去更新一下本地上的一个 comrade， 再通过管理器去更新一下，然后下载这个插件就可以了。 测试完之后呢，我最大的感受啊，就是 ai 视频正在从一个生成结果慢慢设计成一个过程。那以前呢，我们去书写 pro 的， 然后等模型自由发挥，那现在呢，至少是可以去拆分，然后再安排每段时间，让模型按照我们指定的顺序去做。那这个变化呢，是挺重要的， 因为视频好不好看，很多时候不只是我们看画面，那画面呢，只是门票，那真正让人愿意看下去的是整个视频的一个节奏， 什么时候推进，什么时候切换，什么时候反转，什么时候把镜头收回来。这东西呢，就好像是拍一条片子。 所以 prime 的 related 价值呢？不是说让 prime 看起来更加整齐了，它真正补上的是 ai 视频一直空缺的一个时间控制， 那 lts 二点三呢，就像是负责把画面拍出来的一个摄影机，而 prime 它就是像在旁边安排视频节奏的一个人。 那这个说法呢，可能会有点粗啊，但是呢，目前老师是这么去理解的，那如果你想要尝试去做这些古风的慢剧，电商短片，带货视频短剧等等，或者是那种电影感传唱，那我觉得这一套东西一定值得大家去试一下， 尤其是从一个物体钻进另外一个世界，再从那个世界拉回现实的那种镜头，那这种结构呢，在以前来说可能会容易崩，但是现在至少是可以认真去调试了，当然还没到那种随便写写就能够稳定出片的程度，但是方向已经很清楚了， 以后做 ai 视频，也许不只是比谁的 prime 写得更长，而是比谁更会猜镜头，谁更懂时间，谁更知道下一段画面该怎么停， 怎么去推进。只是呢，我也在想啊，现在的工具越来越像导演了，那我们到底是谁在创作呢啊？还是在学着给模型排班呢？那么今天视频呢，分享到这里就结束了， 如果大家对于这个工作流比较感兴趣的话，都会给大家一一分享的，同时也非常期待小伙伴们可以创作出自己的优秀作品，那我们下期再见，拜拜！

就是这里，肥西魔法师说的魔法书店，黑本在发光，就是它了，通往黑暗森林之门，好神奇，黑暗森林，我来救你了，黑暗森林，带我去 这，这是哪？我被缠松了，原来这就是黑暗森林，哇，好美，一点也不还干啊，魔法书在给我指路，找到方向了，就在前面， 黑暗森林之门，我来了，咦，这本书怎么变红了，不好，有东西逃离开我的领地，我不会逃的，魔法书保护我， 吃我一招光明咒，为了黑暗森林，我必须赢，成功了，黑暗散去了，黑暗森林终于得救了。 哈喽，朋友们大家好，我是土豆，本期的视频内容呢，我们将给大家分享这个二十宫格的一个二点零升级版啊，也是在上一期的视频当中呢，答应给大家去做出来的，那么我们也是在直播间呢，现场给大家去把这个东西呢给它搭建出来了，画了一个下午，那么昨天晚上也是测了很久很久啊，从 提示词的一点零的版本，然后出到了现在，至少迭代了五个版本吧，那稍微能够去跑一跑了，然后大家也看到了开头的一个效果， 那么我同时也出了一个自动适配时长的一个版本，那这个这个提示词和这个提示词有什么区别呢？稍后我们会在视频当中给大家去讲解，那么在这个地方呢，我给大家去说一下之前的二十宫格的一点零版本呢，在这个基础之上啊，也是有不少的需求过来， 那么我也是接了不少的一些定制化的需求，给他们去出了一些批量的一些小工具，那么也是给我带来了一个不错的收入啊，差不多也有个两三万的样子，也就说这样一个二十宫格的一个工作流，在这个基础之上去修改的话，给我带来的这一部分收入， 所以说呢，针对于这些需求比较旺盛的话，我们也出了一个二点零的升级版，那么这一版二点零的升级版呢，跟我们之前有哪些区别呢？我先告诉大家，首先我们把它的一个基础模型换成了这个一点一，然后呢在这个基础之上加了一个仙侠风格的 laura， 那在我们的这个粉丝群里面啊，就是说他们说是用这个呢，是很好的能够帮助我们去解决字幕的这样一个情况。但是我发现啊，加上这个以后呢，他的这个其提示时的一个遵循度可能并没有那么高了，但是能能够很好的帮你们去解决那个字幕。 然后呢再就是在提示词的这一块，我们对这个提示词模板做了一个重大的更新，他可以直出一个接收数据，那根据我们这个接收数据的结构呢，我们可以动态的去调配这个里面的参数， 那在后面呢我们会详细的给大家去介绍。那么这一期视频内容所用到的工具模型，工作流以及提示词呢，我们都会把它放到我们的网盘当中，大家自行在剪辑区获取就好了。 我这边呢也会给大家去提供几种使用方式，第一种使用方式呢就是我们的 running app， running app 也是我常用的一个 ai 工作平台，大家直接可以去我这个账号下面就能够找到这样一个工作流，点开以后呢，大概就是这样一个界面，稍后呢我会详细的去给大家去讲解如何使用这样一个工作流。 那第二种使用方式呢，就是我们的本地部署，那大家都知道我们本地部署的话，你们拿下来这个工作流以后，因为每个人的不同的 com 环境呢，会有 不同的这样一些错误丢失节点或者跑不动啊，或者是踩洋气的一些崩溃啊。那如你们遇到这样的问题以后，首先不要说啊，我截图这个地方出错了怎么办？你们要看的是你这个地方的日记， 这个日记里面都是有一些错误信息的，那么这个错误信息是能够帮助你们很好去定位的，好，大家一定要记得啊。那为什么我们要给大家去提供这一些使用方式呢？因为 我们本地的这个康复 ui 的 环境，以及你们使用的包括我们的 k、 j、 l 的 这样一些节点，它的版本会影响到你最后出出来的这个效果。那大家可以看一下我们我们线上的这样一些版本呢，呃，它有一些镜头啊，它是硬切的， 那大家可以看一下我本地跑的时候呢，因为版本不一样啊，他有时候他会出现这种运进转场的一些效果，可能对于一些提示词的遵循度他并不是那么好。 所以说大家一定要注意，同样的工作流，在每个不同的康复意外环境或者是节点版本不相同的话，他跑出来的效果可能都是不一样的，就哪怕你的模型是一样的，种子数是一样的，那都会有不一样的效果，那这个呢就会有一些抽卡率， 所以说啊，每次我在跑的时候呢，我都会在线上啊去跑这样一些效果出来，那大家如果说想要达到跟我差不多的效果，甚至要比我更好的话，我建议大家去这个软件 app 上面先跑一下效果，然后呢在本地再去打磨你的一些工作流，这样会比较好 啊。废话不多说，我们直接开始我们的工作流的一些内容啊，那这边的话，我们需要上传的是五张四宫格的图片，那这个图片的话，如果说大家不知道怎么去生成的话，也可以看我们往期的一些四宫格，二十宫格的一些视频，能够帮助你们去生成这样一些四宫格的图片。 其次呢就是我们这个提示时，这个提示时我拿出来一个，每一个提示时所对应的就是我们这个宫格的这个图片， 那在这个当中呢是一个阶梯数据，是不是跟我们之前的一个一点零版本是非常非常大的一个区别啊？那这个里面的数据有哪些呢？第一个啊是我们的啊，全局的一个提示词，这个全局提示词呢是能够帮助我们控制好我们这个图像的一个一致性的， 那是描述了这这一个四宫格的一个图像内容。第二个呢就是我们的本地的 prom， 就是本地的一个提示时，这个本地的提示时呢，它是带有时序的，它是里面有分镜一、分镜二、分镜三、分镜四的一个时序，那这个时序的话是通过我们的这个分号啊，就通过这个这个符号，然后来隔离的。 那么模型这个工作流是如何知道它是有四个分镜的提示时的呢？就是在这一个字当中有四个，就那么就是我们的这样一个 提示词的一个节点，在这个节点当中呢，我们刚才的这个全局的提示词是放在这一块的，第二个提示词呢，就是我们的这个四宫格的一个提示词，在这你把这个 带有这个竖杠分格的这样一个符号的这个提示词传进去以后呢，他会自动帮你们去做一个分镜，就是全自动的帮你们去做，但是每一个分镜的话，他是有一个持续的，那我这边呢给大家去画一下， 就是如果说我们一共是十二秒的一个时长的话，他会帮你分成四份，对吧？两秒、三秒、四秒， 那这样去帮你分，一共帮你们去合成一个十二秒。在我们的一点零版本当中呢，使用的是十二秒的平均分配， 那就是说四个镜头的话，是每个镜头是三秒钟，那这一次的话源于我们这个地方的提示词给到的节省数据呢，它是动态分配的，是根据我们的画面内容以及我们的台词，然后动态去分配的我们的时长，那就是这样一个字段， 就类似的这样一个时段，大家可以看一下每一个画面当中所用到的帧数，它都不一样，比如说我们现在的总帧数呢，它是三十一秒钟为三十帧，那么我们现在有十二秒，那就是十二乘以三十就三百六，然后需要加上一， 那么我们的总帧数的三百六十一是需要在三百六十一上面进行一个分配的，那分配出来，它动态分配出来，每一个它都不太一样。 好，然后呢我们需要通过我们的参考图，然后来帮我们 image to video 就是 图片转视频，对吧？ 在这个上面呢，我们还有一个比较重要的参数，那就是 frame index 和这个强度的这个参数，那强度的参数和我们这个地方的动态分配的这个参数呢？还不一样，那也需要这两个参数呢，也需要根据我们的这个内存，然后来决定的。那这三个参数分别在哪呢？ 第一个我们的时序呢，是根据我们的这个提示词啊，本地的那个提示词四分成四份的这个提示词，每一份所对应的啊画面的时序，那就是我们刚才说的这个认识。 然后呢就是呃图片和强度呢，就是 frame index 和这个强度。那这个参数的意义啊，就是说我们这个 index 它是属于一个把你当前的图片插入到哪一个呃多少帧的位置， 然后呢并且它的参考参考约束性有多强，就是取决于这两个参数。好，接下来的话，呃，下面呢就是我们的复项提示词了，复项提示词呢，我是给了个固定的，你们也可以把这个动态的给进去。 好，然后呢我们现在要看一下这个提示词是如何生成的。我这边生成提示词的时候呢，是使用的 cloud， 因为它的一个推理逻辑非常强， 那么大家在使用的时候呢，可以自行的去选择一些多模态的大模型，当然一定要是图片能够去理解的。那这边演示的话，我就给大家去使用豆包演示了，那豆包的打开的话，我们选择这个思考模式或者专家模式，然后呢我们把这个提示词啊给他复制过来以后，我们直接粘贴进去， 这个时候啊他会去思考，然后让你去提供一张图片，就是你的四宫格和这个四宫格的一个故事情节，就是完整的剧本和台词文案。 那么我们现在呢就可以直接啊把这个图片呢就是你生成好的这个十宫格图片啊上传进去，然后啊需要对这个十宫格呢进行一个我们的完整剧本的一个台词介绍和文案。 那这边呢我也是提前生成好了，所以说我就直接把它复制进去了，你们就可以根据自己的故事情节然后来描述。那我这边描述的话是把分镜一杠一和到最后的一杠四呢都给他去描述了画面和镜头，建议和他的一些对白， 好吧？然后我们直接提交给他，让他去帮我们去生成。这边呢他也是给我们生成完毕了这样一个节省的数据啊，这个数据呢就是我们想要的，我们直接把它复制，复制完毕以后呢我们到我们工作流当中啊，直接粘贴到这个提示十一当中， 那接下来的话就以此类推。那我们现在来看一下刚才他帮我们生成的一个数据，对不对啊？因为是豆包吗？对吧？ 好，首先呢这个里面是也是一个全局的变量，然后然后我们还有一个全局全局的提示词和这个本地的提示词，本地的提示词里面是用这个符号进行分割，分割完毕以后呢我们这个地方有持续提示词的一个持续，然后还有 这个参考图的一个参数，那都有了，这关键性的参数有了以后，我们就知道这是没有问题的，你们就可以以此类推，把后面的这所有的呢就帮我们生成完毕了，当然这个豆包的话也是免费的。 好，然后啊，完毕以后呢，你们就建建议大家在这一块就把它设置为一，然后先去跑一个八三二的这样一个分辨率啊，这个这个分辨率， 然后跑出来有效果了，我们再去把它调整到五，然后再去全部的去跑。 这边给大家去说明一点啊，因为这个东西呢，它是一个循环的模式去跑的，我们一分钟的这样一个直出一分钟的视频， 那所以说呢，他在一些不确定因素上面肯定是会有的，也就是说他的出场率肯定会有。那我这边啊，也是发现了，昨天晚上跑了一晚上，我发现在第四次和第五次的时候呢，最后一个啊，宫格的这个画面当中呢，会出现一些莫名其妙的画面， 那有可能呢跟我们这个地方的提示是有关，也有可能呢是跟我们这个地方的缓存的一些显存缓存有关，那这个我还没有确定啊， 所以说这边也是跟大家去分享一个其他的一个案例，就是说你们可以把它调成一，然后呢去跑，我们只跑一个风格啊，就是一个图片， 这样的话他的一个可控率了是比较高的，就后面的全部都不跑，那这相当于是直接就跑四宫格了，对吧？就不是二十宫格了，那这样的话就是二十宫格了，你们也可以同时的去跑两个啊，跑三个也没问题，那我发现的是第四和第五是会出现问题的，那这是给大家去说的啊， 那细心的朋友们可能发现了，我们这个地方还有一个提示石模板，这个提示石模板呢是自动适配时长的，那这个东西是什么呢？ 这个模板啊，可能还需要去改一下这个工作流，最终生成出来的效果，我可以给大家去说一下，就是说我们这个地方有可能生成出来的时间呢，他不是固定的十二秒了， 现在完全是固定十二秒啊，有可能现在会根据我们的剧本内容自动适配我们的时长，比如说这个画面呢，有可能是十五秒，这个地方呢是二十秒，有可能是二十五秒，最终出来的一个效果呢，它可以无限的去延伸我们这个剧本， 也就是说，呃，最终出来的直出的视频有可能是一分半，两分钟这样的一个一个完整的一个剧本啊。如果说感兴趣的朋友们呢，也可以进一下我们的充电群进行获取。 接下来我们来看一下本地啊，本地也是很多朋友们关心的，就是我们在使用模型上面呢，没有很大的区别，主要的话在这一块 你们如果说下载下来以后呢，有可能会出现一个在这个地方出现啊节点丢失的情况，那这个节点丢失的话是我是使用的 kj logitech， 那 你们要去把这个 kj logitech 插件管理当中，然后把它更新到最新版本，那这一块呢，更新到五月二号的最新版本， 更新完毕以后呢，你们这个地方呢就不会出错了。那这个位置为什么没有用线上的这个多行文本？ 没有用线上多行文本是因为这个地方是字串，然后这个地方也是字串，但是我使用本地的这个多行文本去读取我们这样一个提示时的接收数据的时候呢，它里面是有一些换行的，对吧？然后到后面我们进行获取这些参数啊，数据的时候它可能会出现错误， 那在这一块我我在这边把它打印出来是这个样子，有带这种括号的， 他的格式对不对？如果说不对的话，在这个地方他就会出错。另外我获取的方式呢，也是使用的我自己开发的这个节点啊，就 t t note 是 我也会把它放到剪辑区的链接当中，那你们自行的去加载就好了。 那如果说你们用的这个时候是用的其他的 up 主或者是你自己的环境 com 外环境包的时候，你们在这个 工作流里面一定是会遇到问题的，那么你们遇到问题以后啊，不要把这个地方，比如说这个地方出现了红色，然后截图给给我，或者是给别人，然后去看错误，你们一定要是在你的日制下面，注意一定是要在日制下面有一个红色的，像这样红色的就是错误， 你们需要把这些错误信息给到别人，然后才能去看。那我也是开放的一些充电问答啊，就是 b 站当中有一些充电问答，你们可以在充电问答当中，然后把这些错误信息给到我，我可以帮你们解决。 第二种比较暴力的解决方式呢，就是你们直接去下载我的整合包，因为我的整合包是已经把这个本地的跑通了的，大家也可以看一下是能够跑通的，所以说呢，我的整合包配合的我之之前或者是现在开发的工作流一定是不会有问题的。那么这个整合包放在哪呢？也是放在简介区， 它里面是不带有模型的，注意不带模型，所以说它的大小呢是七个 g 左右，那你们去下载其他的包的话，可能里面有几百个 g 或者是一个 t， 对 吧？那我这个里面是不带模型的，你们想用什么样的模型就去自己去下模型，那模型的话我也给大家准备好了， 除了本期视频给大家去提供的这个模型在这个里面以外呢，我也会在简介区呢，把这个开源大模型超市那里面有非常非常多的模型，你们可以自行的去选择，比如说我们 dvd 游戏 mod 下面还有 t x 二点三，那你们可以自行的去选择这一块想要用什么模型，然后就去下什么模型就好了， 你们有什么问题呢？也可以在评论区留言，有什么好的想法，或者是想要看什么样的内容，都可以在评论区告诉我，也可以加入我们的讨论组进行交流 ai 相关的知识。那本期视频就到这了，我们下期再见，各位，拜拜。

很多人现在做 ai 视频最大的问题不是画面不够好，而是人物开口之后，视频立刻变假。比如你想做一个数字人带货视频，或者做一个漫剧角色口播画面，可以用图声视频解决，分镜也可以提前设计。但是问题来了， 人物的声音怎么保持一致？嘴型怎么跟得上音频？多段视频怎么保证不是前后换了一个人？今天这期视频，我给大家演示一个似图分镜的进阶工作流，它可以在 comui 里面同时输入四张分镜图和一段音频，然后直接生成一段人物讲话的视频， 这意味着什么？你可以用自己的照片做一个虚拟直播间数字人，也可以用一个动漫角色做慢剧口播，甚至可以做产品介绍、带货短片、剧情分镜等。而且这次不是只讲理论，我会直接给大家跑两个实测案例， 一个是我个人 ip 的 口播视频，一个是毛绒玩具的带货视频，中间还会讲到一个很关键的避坑点。 为什么有些人生程的视频里，总是会莫名其妙地出现字幕标题、乱码文字等等？其实问题很可能是出现在你的提示词当中，所以这期视频适合所有想用 cfui 做数字人 慢剧分镜短片、 ai 带货视频的朋友，想深入学习 kufui 的 同学也欢迎加入小黄瓜的星球，那话不多说，我们直接开始。哈喽，大家好，今天我们来看一个似图的进阶版本，那再加上一个音频的输入，也就是我们可以控制视频当中人物讲话的音色，从 从而呢，让我们生成多段视频的时候，比如说我们现在先生成个三十秒的，然后再做一个三十秒的，但是人物音色是完全一致的，这个就取决于我们上传的这个音频，大家可以看一下现在这个工作流我跑出来的效果哈，这里呢就是我用自己的照片让 gpt 给我做了一个四个分镜，做了一个虚拟的直播间的场景， 然后呢就是我正在讲话，这是我上传的四张照片啊，然后前面呢就是每一个镜头对应的提示词，然后是一个全局的提示词，下面就是我上传的音频的内容，大家可以听一下。这个音频也是我用千问 tts 克隆我自己声音做出来的音频片段啊，而不是说我自己录制的，我们听一下。 今天给大家介绍一个非常适合漫剧和分镜视频制作的组合， ltx 二点三模型，加上 prompt relay 插件，大概就是这样的，大家可以听到它的声音跟我是很像的哈，等到后面我们讲完工作流也会给大家再跑一个案例测试哈。 然后呢我们来看一下最终生成的视频哈，我直接放一下最终的视频哈，这里是我们最终生成的视频哈，今天给大家介绍一个非常适合漫剧和分镜视频制作的组合， ltx 二点三模型加上 prompt relay 插件。 l t x 二点三本身在画面稳定性、动作连贯性和角色一致性上都有不错的表现，尤其适合做动漫分镜剧情短片和图声视频。 而 prompt relay 的 作用就是把我们提前设计好的分镜提示词，按镜头顺序完整接力下去，比如第一个镜头人物出场，第二个镜头开始动作，第三个镜头推进剧情，第四个镜头完成转场，这样做的好处是视频， 今天给大家。好的，大家可以看到这个视频三十秒哈，是我们单次直接生成的，我上传的音频呢是四十七秒，好吧，那这个呢，就是我们最终的一个效果，我们也可以看一下其他的案例哈，这里依然是用一个女生的照片，让她来介绍这个毛绒玩具，但是用到的音频也是我们自己上传的哈，人物讲话的内容都是我们自己设置的。 今天给大家介绍一个特别可爱的毛绒玩具，它不仅看起来很治愈，抱在手里也特别舒服， 你看他这个圆圆的脸，还有这个小帽子和小鞋子，细节真的做的很精致，不管是放在桌面当摆件，还是平时抱着陪伴都很适合，整个感觉特别温暖。 如果你也喜欢这种软萌又治愈的小玩偶，那他真的很值得入手。好的，这个视频呢，也是总时长三十秒，但是我上传的音频是空白的，基本上没有声音的哈，就是这个位置， 从两个案例来看，我们的质量也是很不错的哈，这个工作流，并且能控制声音的一致。那么接下来呢，我就给大家讲解一下工作流的用法哈， 比起前面两期我们讲过的这个 prompt relay 节点，这一期又多了一个音频的一个输入哈，那么我们先从最宏观的角度来看一下这个工作流，那么前面的这个部分就是完成我们模型的加载， 这个不用多讲，大家到后面的话，可以到视频的剪辑区的网盘里面下载我们对应的模型，放到 models 文件夹当中，然后呢加载工作流之后，在这里重新选择就可以了，然后中间这个节点就是上传我们的每一个分镜图，同时写对应的提示词 这里哈，而且呢最近我在测试的过程中，我发现一个问题，它可以减少我们画面当中出现字幕的问题哈，一会儿我就给大家详细讲解一下。然后这块呢是设置我们视频的分辨率哈，设置视频的一些参数哈，我写在这里， 比如说你跑多少帧，那么帧率是多少？包括你视频的分辨率是多少啊？下面这一块就是上传你的音频，包括设置你的音频时长啊，比如说你上传一个十秒的音频， 你是想让他对零到五秒呢？还是对五到十秒呢？还是零到十秒都对呢？我们就是在这个位置去进行设置的哈，然后中间这两块呢就是我们的生成过程，生成过程我们不需要进行任何的参数设置，大家下载完之后，按照默认的参数就可以不用去改它哈，然后最终呢就是输出我们的结果，大家可以直接保存到本地哈， 最长可以生成九百九十多帧的视频，然后二十四帧，每秒大概是四十一秒左右啊，在五零九零的显卡上，我大概是需要用到六分钟左右的时间能够完成生成，那这个呢就是我们从宏观层面去看到了， 那么最核心的两个部分呢，就是提示词的书写，然后以及这里的音频和参数设置这两三个模块哈，那么接下来呢，我们就给大家讲解一下， 中间这一块我们就不做太详细的讲解啊，大家去看我们之前的视频就可以，我会把它放到一个合集里面，首先呢就是你准备好你的四个分镜图，然后呢在这左边就是我们的提示词，书写节点，上面写全局的提示词，比如说整个画面的质量什么的。但是呢我就发现一个问题， 这里不要出现像 title 或者说字幕以及标题等等一系列的内容哈，在这里不要出现。之前我在用 type g p t 的 时候，这里会默认给我输出一些提示词，比如说叫做什么 no subtitle， 这个 no subtitle 就是 无字幕的意思，但是我发现这个节点如果你写了无字幕，虽然它是正向提示词，但是它似乎会把这个无给省略掉，所以导致每次生成的时候都有一个标题哈， 当我把 no subttitle 这些提示词给删掉的时候，我发现大概率我们生成的视频是没有字幕的，所以说这个位置呢，大家要注意啊，不要让它出现像字幕呀，标题呀，或者说白色的文字啊，中文文字啊等等一系列的描述哈，包括下面每一个分镜都不要出现， 那么第一张图片呢就对应第一段的提示词，第二张图片呢就对应第三段，那么每一段呢都有它对应的时长，你也可以通过左右拖动去设置每一个分镜头，它的一个时长 也可以在下面点 echoize 进行一个平均四个分段进行平均。好吧，那么这里呢就是删除某个分镜，那这里就不多讲了， 下面这个 segment 一 呢，指的就是第一个镜头，它持续的时长跟你左侧的这第一个片段的时长是一致的，这里我填的是帧数一百八十一帧，那么下面这里呢，也设置一百八十一帧，这个呢就是我们关于图片的上传， 关于这个节点更详细的讲解，大家可以看我们前面两期关于 l t x 二点三 prompt relay 这个插件的讲解哈。然后这个位置呢，就是去设置你生成视频的参数， 比如说这里就是一二八零乘以七三二，因为是横屏的视频嘛，所以说我做的就是一二八零乘以七三二的一个分辨率哈，最高可以跑到一九二零乘以一零八零， 那样的话你的视频质量会进一步的提升，但是它的生成速度会很慢，但是呢我推荐大家可以看看两个之间的质量上的差距，然后选择最优的一个方案哈， 然后 l p s 呢，默认就按二十四来就可以了哈。然后这个 frames 指的是你的总帧数，比如说七百二十帧除以二十四帧每秒，那最终生成的视频呢，就是三十秒， 就是这样的哈。然后这里会有一个参数叫做 image strength， 指的是你这张图片的控制强度， 你可以理解为是这张图片跟你最终生成的视频的分镜头当中的图片是不是一样的，你就比如如果这个值我给了零的话，就相当于这张参考图片是不起作用的，如果你给到零点五的话，就相当于这张图片会保留大概零点五或者说百分之五十的相似程度， 如果说你是真人的口播，那么图片跟真人是一致的，那这里呢你可以给到一，也就是让它完全跟你上传的图片保持一致，这样的话在生成长视频的时候，也不会导致时长的增加，然后让人物变形， 好吧，所以说这个值呢，大家按虚给默认的话是一。然后这一段呢就是我们音频的上传哈，可以看到加载音频节点，这里大家可以点击选择文件上传，上传你想要对口型的那个音频文件。我这里是四十九秒的，对吧？那么这里有个 star audio from， 也就是从哪个秒数开始， 如果你设置的是零的话，那它就从第零秒开始对口型，如果你这里就比如说我是四十九秒，对吧？然后我设置了四十，那它就是从四十秒开始到四十九秒结束，相当于最终对口型的是最后九秒的音频， 所以说这个值呢，大家也自己去进行一个设置哈，然后这里呢就是加载一个音频分离的模型，叫 mailbox reformer 模型，我们在网盘里面有提供，大家可以直接下载。 然后这个呢大家把它打开哈，也就是是否使用我们的单独的人声，因为这里他会做人声的隔离吗？如果说你把它打开的话，就相当于只有人声，如果你把它关闭的话，那这里呢就是带有背景音乐的， 好吧，那这个地方大家就按需去进行选择哈，那这个时候呢，就是我们整个工作流前面参数的一些设置了，设置完之后直接点运行，就可以跑出来我们最终的一个结果哈，那接下来呢，我们再给大家跑一个完整的案例哈。 首先呢，我就让 gpt 帮我去制作一个我自己的视频内容，或者说分镜图的内容，我给他一张我自己的照片哈。 然后呢，我写一个提示词，就说给我做一个四宫格图片，每个宫格都是十六比九的分辨率，四个宫格显示的是图一中的男生正在工作室里，手上拿着毛绒玩具，然后说面对镜头录制口播，整个场景布局很丰富，以人物中景镜头为主。 然后我们交给 gpt 之后呢，就尝试让他给我做四个分镜图哈，因为现在 gpt 的 能力很强，而且说做图的质量也很高，所以说这个分镜图呢，我就交给 gpt 帮我去生成了哈。 好的，这里我们已经完成了这个分镜图的一个制作，我觉得还不错，那么我们就把这个图片给它保存一下哈，保存完之后呢，就把这个分镜图的每个分镜单独的导入我们的工作流当中哈，我就直接截图把它上传过来。 好的，那么有了这四个分镜图之后呢，我们还需要去准备人物的声音，包括台词，台词呢，我们也交给 g p t 给我制作哈，就说给我写一段介绍毛绒玩具的台词，时常在三十秒左右。 好的，那么我们就把这个台词给它复制，复制完之后呢，在 com ui 里面，我们可以使用千问三 t t s 声音克隆的形式去完成这个音频的制作哈，我把台词粘贴到这里，然后就直接点击运行 关于声音克隆的内容，大家想要学习的话，还是看我们前期的视频，关于千万三 tts， 我 们有过非常详细的一个讲解哈。 好的，那这里呢音频已经生成了，我们来听一下，大家看一下我手上这只毛绒玩具，真的属于那种第一眼就很治愈的类型，它整体是圆圆软软的造型，表情有一点呆萌。 好的，还是挺像的哈，那我就把这个音频呢也给他下载一下，下载完之后呢，我们就回到刚才这个工作流里面，在这里把音频进行上传，一共二十五秒哈，那么我们就做一个二十五秒的视频吧，我来算一下哈，二十四帧每秒乘以一共二十五秒，我们要生成一个六百帧的视频， 那这个总时长呢？我们就把它改成六百，改成六百之后呢，他会默认的哈，把这个值进行一个修改，改成八的倍数吧好像，然后是八的整倍数加一的一个尺寸哈， 那修改完这个尺寸之后，上面这个节点他会根据你设置的总帧数呢，自动的去进行一个缩放，这些分镜图的缩放，那我这里呢就给他平均一下， 平均完之后可以看第一个分镜头，它是一百五十一帧，后面的分镜头是一百五十帧，那在这里呢我们就把它修改一下，每一个分镜图下面对应的这个帧数要做一个修改，一百五十一，然后这呢就是一百五，这里也是一百五，这里也是一百五啊，然后的话我们剩下的就是写提示词的内容了，我还是让 gpt 给我写 好的，让他给我一个全局提示词，然后再加上每一个分镜头单独的提示词，那这里呢已经有了，我们就把它复制一下，但是一定要注意哈，比如说最后这个 no subtitle， no on screen text， 包括这个 know what maker 这些我们都不要让它出现在正向提示词里面，我们就不要出现像文字呀，标题这些词哈，然后只把前面的进行一个复制粘贴进来，然后第一个镜头的，也是第三个镜头，还有最后一个镜头。 好的，那么这个时候我们已经完成了所有的前置条件的准备了，那这个时候我们就可以直接点运行了哈，点击运行之后就等待它完成我们最终视频的生成， 这里呢，我们就等待一下哈，在它生成的时候，大家可以看一下大概的一个显存占用情况哈，其实这也没必要看，因为基本上这个模型它都能把你的显存给占满， 就像我这里是三十二 g 的 显存，对吧？它会尽可能的把我三十二 g 的 显存占满，去完成视频的生成。如果你是十六 g 的 话，它就会尽可能的把十六 g 占满，然后去生成。但是呢，并不会说因为你小于三十二个 g 就 不能跑哈， 如果你真的不能跑，报错了，比如说 auto memory 什么的，这个是因为你的内存不足哈，好吧，所以说呢，你去设置一下虚拟内存应该就可以了， 那这里呢，我们就等待它完成生成，在后台看一下时间吧。在这个位置啊，可以看到第一个阶段呢，我们基本上跑个一分半左右就可以了，那第二个阶段呢，估计也是在三分钟以内，那最终我们就可以大概在四分钟左右吧，完成我们二十五秒视频的一个制作哈，这里我们就等待它制作完毕。 好的，那么这里呢，可以看到已经正在解码了，生成的过程已经结束了，我们一共两个阶段，第一个阶段用了一分三十三秒，第二个阶段用了三分三十八秒，一共五分钟的时间哈，完成了我们视频的生成， 可以看一下分辨率哈，一二八零乘以七三二的分辨率，一共跑了二十五秒的视频，用了五分钟的时间，这个速度还是挺快的。那么我们最后呢，来看看视频的质量哈，大家看一下我手上这只毛绒玩具，真的属于那种第一眼就很治愈的类型， 它整体是圆圆软软的造型，表情有一点呆萌又有一点小傲娇，放在桌面、床头或者沙发上都特别可爱，最关键的是它的手感很舒服，抱起来软软的，不会塌，也不会显得廉价，平时工作累了，学习累了，随手捏一捏，抱一抱，真的会有一种被安慰到的感觉， 无论是自己留着还是送给朋友当小礼物都很合好的，那么这个就是我们最终的结果。我们直接可以在最后这个节点右键选择这个 sim preview 或者说保存预览，把这个视频直接保存到本地发上，那么还是无水印的， 我们再来全屏看一遍哈，大家看看有没有什么问题？大家看一下我手上这只毛绒玩具，真的属于那种第一眼就很治愈的类型， 它整体是圆圆软软的造型，表情有一点呆萌又有一点小傲娇，放在桌面、床头或者沙发上都特别可爱，最关键的是它的手感很舒服，抱起来软软的，不会塌，也不会显得廉价，平时工作累了，学习累了，随手捏一捏，抱一抱，真的会有一种被安慰到的感觉， 无论是自己留着还是送给朋友当小礼物都很合好的。那么这个呢，就是我们这一次单次的抽卡，都是视频当中实时的给大家演示出来的效果， 这个视频呢是二十五秒，那么大家想要用这个工作流的话，接下来给大家讲一下怎么安装哈。在视频的简介区，大家可以看到一个网盘的地址，提供了本期视频讲到的模型以及工作流，然后通过那个地址进来之后呢，可以看到这里有个 prompt relay 加似图工作流的文件夹，在文件夹里面有个 models 文件夹， 你可以直接把这四个文件夹全部下载，下载完之后放到你自己 cfui 对 应的 models 文件夹当中，把它粘贴到同名的文件夹里面， 好吧，粘贴到同名的文件夹里面，然后呢再下载，这里有一个似图加音频数字人工作流，下载完之后要保证你的 cfui 是 新的，然后呢打开 cfui， 把工作流拖入进来，就可以正常地继续使用了。好吧，那么今天这期视频呢，我们就先讲到这里，感谢大家。

hello， 今天我们来浅浅研究下 ltx 纹身视频， 话不多说，走起！ 今天用到的是 running hub， 由于康复 ui 本地部署过于复杂，所以我们用在线版的演示下纹身视频流程， 这里用到模型是 ltx 二点三。 首先我们看下这个工作流用了哪些流程和模块， 这里是提示词的 clip， 这里是 checkpoint。 在 这里选中 ltx 二点三的 model， 还有 ltx 为音频的加载器，点击会弹出很多选项，可以根据需要选择。 这里是视频的设置，宽度和高度等， 以及视频帧率的设置等。 这是设置提示 词，设置 stage c f g 的 调整， 设置 k 彩样器参数 ltx v concave of latent。 设置 ve 解码器，音频解码器， 创建视频插件和保存视频， 大概的工作流就完成了，然后将它们关联保存即可。 下面我们就根据输入的提示词生成视频看看。在顶部有生成的进度条，我们可以关注下， 点击顶部进度条，它就会到相应的工作流的某个步骤上。这里我们需要精心等待几分钟， 经过漫长的等待，视频生成了，我们看看效果吧，还是不错的， 记得点赞关注哦，不洗白迟到夏日摩羯敬国赤日标。

我 ai 生成短距的成本大概是一秒钟一分钱，那我用的是 ltx 二点三开源模型， 我是租云端算力来部署这个开源模型的，所以它的成本很低。云端算力的话一个小时的成本只要啊一块三左右。

昨天找了个工作流，直接用人物就能生成动画，放到后台试下了，用的 ltx 二点三模型，感觉比之前的要强一些，但人物一致性还是个问题， 导出到剪映草稿都不用怎么编辑，音效和对的话模型就自己生成好了， 还是看下成品效果吧。后面我再看看人物一致性怎么弄吧。东汉末年，朝政腐败，连年灾荒，老百姓苦不堪言。 张角领军攻打幽州地界，幽州太守连忙张贴榜文，到处招募兵马。 大丈夫不给国家出力，叹什么气。 俺姓张明飞，字易德，就在这卓县卖酒，屠猪为生。我看你这人有点意思，走，俺请你喝一碗。 恩，在这捉现，也算有些田产愿意全拿出来做本钱与你共同。 这位壮士若不嫌弃，请过来同坐一叙。 我姓关明宇，字云长，因乡里恶霸仗势欺人，我一怒之下将其斩杀，从此流落江湖已有五哈哈哈哈，痛快，咱们三个想到一处去了，痛快 念刘备关羽张飞。虽然异性，既结为兄弟，则同心协力，救困扶危，上报国家，下安黎术不求同年。 哈哈哈哈哈哈。 将军手握天下兵马，若不近朱患官，日后必遭其害。愿将军叼四方猛将入京近。哈哈哈，要朱患官只书除其首恶一名，御力足矣。天赐我也， 天赐我也！哈哈哈。 金尚暗弱，不可以奉宗庙无将一一引获光。故事费帝为洪农王，立陈留王为帝，有不存者，战金尚基。 唉，还能哭死董卓否？如祖宗一时汉禄金，不思报国反曹丕不才，愿即断。董卓头，悬职督门以谢天下。天下藏生，皆系孟德一身 天下苍。孟德何为操有宝刀一口献上恩项，孟德何为 拿下。