@HytidelLegend: https://x.com/HytidelLegend/status/2068880623595577720

X AI KOLs Timeline 产品

摘要

介绍B站推出的视频制作Agent「花生」,能够将文字和声音自动生成专业口播视频,支持MG动画、自然语言剪辑等,降低视频创作门槛。

https://t.co/TyGXXNtnQQ
查看原文
查看缓存全文

缓存时间: 2026/06/22 19:50

不用学剪辑了!用 AI 轻松复刻「小Lin说」风格的口播视频

AI 让我们能无痛创作文本,在此基础上接入生图 API 还可以无痛创作图文。那能否更近一步,用 AI 无痛创作视频?幸运的是,CodeX 的 HyperFrames 插件极大地降低了做教学类视频的门槛。

但如果我要做的是像「小Lin说」那样的口播视频,也就是说,画面是与口播稿相关的真实的图片/视频,展示数据的时候需要有相应的 MG (Motion Graphics) 动画,又应该怎么做呢?

很容易想到的技术路线是:

  • 用 TTS 生成音频,用 remotion 拼接片段形成视频。

  • 用前端作动画效果。

但这存在问题:

  • 需要准备大量的图片素材,还需要一个图像检索系统,用于检索跟口播稿相关的图片。

  • MG 动画需要大量的预设。

为了解决制作「小Lin说」风格的口播视频的难题,今天给大家介绍一个 AI 工具——B 站出的视频制作 Agent花生🥜」。

花生🥜是什么?

花生🥜」是专为长视频创作者打造的视频制作智能体,可以将文字和声音制作成专业视频,让创作者无需学习复杂的剪辑,进而能专注在内容创意上。

花生🥜相比于传统剪辑工具的优势:

  • 零门槛生成:输入字幕文案或上传口播音频,AI 自动分析内容,制定方案并生成完整视频。

  • 对话式剪辑:用自然语言实时修改视频内容。

  • 高清素材库:千万级高清图片/视频素材,覆盖全品类。

  • 原生 MG 动画:AI 自动识别数据、概念与逻辑,生成动态图表、递进动画。

  • AI 音色克隆:用 10 秒录音生成专属克隆音色。

用花生制作幻灯片式视频

第一步:准备口播稿

首先需要将你的文章类内容转化为视频口播稿,这边提供一段提示词:

你是一位专业的视频内容创作者,擅长将文章改写为适合视频播出的口播逐字稿。请将我提供的文章按以下规则进行改写: ​ 【核心目标】 改写后的内容需要“念出来自然、听进去舒服“,不能存在任何让播音者停顿或犹豫的表达。 ​ 【改写规则】 ​

  1. 书面语转口语
  • 将所有正式书面表达替换为口语化表达
  • 示例:「此外」→「另外」/「还有」;「然而」→「但是」/「不过」;「已然」→「已经」;「鉴于此」→「所以」 ​
  1. 拗口词替换
  • 找出读起来不顺口、不适合说出口的词,换成口语等价词
  • 示例:「发心」→「初衷」/「出发点」;「审计」→「财务检查(审计)」;「极大地减小」→「大幅降低」;「赋能」→「帮助」/「让…能够」 ​
  1. 长句拆短句
  • 一句话超过 25 字、或含多个从句时,须拆成多个短句
  • 拆句后每句保持完整意思,句与句之间用口语连接词衔接 ​
  1. 数字与符号展开
  • 所有数字须写成说话时的读法,避免播音者自行判断读音
  • 年份:2024年 → 二〇二四年;百分比:50% → 百分之五十;倍数:3倍 → 三倍;货币:$100 → 一百美元
  • 特殊符号(/、&、@、#等 )一律替换为对应的汉语说法或删除 ​
  1. 专业术语处理
  • 第一次出现时,用括号补充口语解释,如:「ROI(也就是投资回报率)」
  • 后续出现可直接用已建立的称呼,不重复解释 ​
  1. 自然过渡与连接
  • 段落之间加入口语化过渡词,让内容流畅衔接
  • 常用过渡词:「好,」「那么,」「说到这里,」「接下来,」「你可能会问,」 ​
  1. 增加互动感
  • 适当使用「你」「咱们」「你有没有发现」「你可能也遇到过」等表达
  • 开头可加入钩子句,引发好奇;结尾可加行动号召或总结金句 ​
  1. 删除冗余书面表达
  • 删除视觉可读但口播冗余的词:「上文提到的」「如前所述」「综上所述」「由此可见」
  • 替换为:「刚才说的」「前面提到」「所以」「你看」 ​
  1. 列表改口播列举
  • 原文中的条目式列表(• - 1. 等)改为「第一……第二……最后……」的口语列举
  • 若条目较多(超过4项),合并同类或精简为最重要的3项 ​
  1. 节奏与停顿标注
  • 在需要停顿、换气的地方加「——」或「……」
  • 需要强调的词用【】标注,如「这才是【真正的关键】」
  • 不使用加粗、斜体等排版符号(这些在口播中无意义) ​ 【不允许的行为】
  • 不得改变原文核心观点和信息
  • 不得随意增加原文没有的事实或数据
  • 不得删除原文中重要的论据或案例
  • 不得将多个人物/品牌名称混淆 ​ 【输出格式】
  • 直接输出逐字稿正文,不加任何说明或注释
  • 段落之间空一行,便于播音者换气识别
  • 若原文有明显章节,可保留章节感,但章节标题须口语化,如「好,我们先来说第一点——」

以介绍欧洲国家的幸福指数为例。

书面语:

根据最新发布的《全球幸福指数报告》,欧洲国家在国民幸福感方面依然名列前茅。数据显示,芬兰已连续第七年蝉联榜首,其国民幸福指数得分高达7.74分。紧随其后的是丹麦与冰岛,分别以7.58分和7.53分位列第二和第三。值得注意的是,在前十名中,欧洲国家占据了八个席位,整体占比高达80%。研究表明,这些国家的高幸福感主要得益于其完善的社会福利体系、人均国内生产总值(GDP)超过60,000美元的经济水平,以及高达95%的社会信任度。此外,低腐败率和高自由度也是关键因素。然而,近年来部分西欧国家的年轻人幸福感出现了约5%的微幅下滑,这引发了学界的广泛关注。鉴于此,研究人员指出,持续关注心理健康和经济韧性将是维持高幸福感的长期课题。

口播稿:(其中的 【】 会保留在字幕中,如果你不需要,请删除它们)

好,你有没有发现,每年的全球幸福报告一出来,排在前面的【总是那几个欧洲国家】?刚才最新的数据显示啊,芬兰已经连续第七年拿到第一名了,他们的国民幸福指数得分高达七点七四分。—— 紧跟在后面的呢,是丹麦和冰岛,分别以七点五八分和七点五三位居第二和第三。你可能不知道,在排名前十的国家里面,欧洲国家就占了八个席位,整体比例高达【百分之八十】!那么,说到这里你可能会问了,为什么他们能感觉这么幸福呢?其实,这背后的原因主要有三点:第一,是他们有非常完善的社会福利体系;第二,是大家的口袋都挺鼓的,人均国内生产总值,也就是人均吉迪匹,超过了六万美元;最后一点,也是非常重要的一点,就是他们人与人之间的信任度高达百分之九十五。另外,社会环境非常廉洁,大家的生活自由度也很高。不过,这里面也出现了一个新情况。最近几年,部分西欧国家的年轻人,他们的幸福感其实出现了大约百分之五的微幅下滑。—— 这个现象也引发了专家们的广泛关注。所以你看,研究人员就说了,以后想要长期维持这么高的幸福感,除了看经济好不好,能不能持续关注大家的心理健康,【这才是真正的关键】。

第二步:制作视频脚本

以 输入文稿 模式为例,粘贴口播稿,选择音色,开始制作。

AI 分析后,认为内容涉及数字对比、排名展示等,推荐用 B - 素材混合MG动画 模式的 MG 动画以更好地呈现。但我们此处先选择 A - 素材剪辑成片 模式,后续对比两种模式的差异。

AI 分析后,给出了详细视频制作需求。图中圈出的是画面素材的要求。

比如我让它尽量用 2025-2026 年的素材,用自然语言描述修改意见即可。

修改后,AI 给出创作规划书,或者叫视频脚本,供你确认。如果你有修改意见,在右边的对话框中用自然语言描述并发送即可。

第三步:开始生成

确认创作规划书后,AI 开始制作视频,右边的对话框展示当前进度。

稍加等待即生成完成,可以先播放视频过一遍。首次播放可能有点卡顿,卡的时候稍微暂停一下,然后再继续播放即可。

第四步:交互式剪辑

修改 1:手动替换分镜素材

点击要替换素材的分镜,在右侧选择新的素材即可。如果没有合适的素材,可以展开更多,或让 AI 重新配画面。

在弹出的窗口中可以预览素材,或截取其中的某个片段。

替换后,该分镜展示为新素材。

注意修改是需要消耗点数(右上角展示的花生米)的。

修改2:用自然语言替换分镜素材

创作者不仅可以手动替换分镜素材,还能在右侧对话框中用自然语言描述需求,将其替换为满足要求的素材。比如我要求这个分镜的素材不要出现其他国家的国旗。

替换后的新分镜确实不包含其他国家的国旗。

修改 3:拆分、合并分镜

此处以拆分分镜为例。注意到最后一个分镜对应的逐字稿较长:

以后想要长期维持这么高的幸福感,除了看经济好不好,能不能持续关注大家的心理健康,【这才是真正的关键】。

用自然语言让 AI 将最后一个分镜拆分为 2 个分镜。

成片展示

用花生添加 MG 动画

第一步:开始生成

同理粘贴口播稿。

此处我用到了我做的「现代数码少女感」的预设,它主要是影响 MG 动画的风格。

提示词:

MG 动画风格描述

一、整体风格定位

核心风格:现代数码少女感 × 扁平化 MG 动画

将二次元的柔美可爱与现代信息图表的简洁高效相结合,打造既有视觉冲击力又不失亲和力的动画风格。适用于知识科普、营销推广、数据展示等场景。


二、配色方案

主色调

  • 粉色系#FFB6D9(柔和粉)、#FF85C0(活力粉)、#FF4D94(深粉强调色)
  • 白色系#FFFFFF(纯白)、#F8F8F8(柔白背景)
  • 金色系#FFD700(金色粒子)、#FFC700(金色高光)

辅助色

  • 渐变色:粉色到白色的柔和渐变(用于标题、重点文字)
  • 点缀色:淡紫色 #E6D5FF、淡蓝色 #D5E8FF(用于信息面板、图标)

色彩使用原则

  • 背景保持柔和渐变,避免纯色平铺
  • 重点信息用高饱和度粉色突出
  • 金色粒子和光效作为点缀,不宜过多
  • 白色信息面板保持半透明感,增加层次

三、视觉元素

图标与符号

  • 几何图标:心形 ❤️、星形 ⭐、X 形 ✖️、对话气泡 💬、复选框 ☑️
  • 数据图标:折线图 📈、柱状图 📊、大脑图标 🧠、照片堆叠 📷
  • 装饰元素:发光粒子、光晕、星光点缀、蝴蝶结 🎀

角色设计(可选)

  • Q 版(Chibi)二次元角色
    • 大头小身体比例(头身比约 1:1.5)
    • 深色长发,粉色发饰(X 形、蝴蝶结)
    • 表情生动(眨眼、微笑、兴奋)
    • 手势丰富(指向、比心、挥手)
    • 服装:粉白色制服裙、外套,带有少女感细节

信息面板

  • 样式:白色半透明卡片,圆角矩形
  • 内容:标题 + 图标 + 列表/图表
  • 排版:左对齐,层次分明
  • 阴影:柔和投影,增加立体感

四、动效特点

入场动效

  • 飞入:图标、文字从屏幕边缘飞入,带有弹性缓动
  • 渐显:信息面板从透明到不透明,伴随轻微放大
  • 粒子散开:金色粒子从中心向四周散开,形成光晕

强调动效

  • 闪烁:重点数字、标题闪烁 1-2 次,吸引注意
  • 脉冲:心形、星形图标周期性脉冲放大缩小
  • 光效扫过:金色光束从左到右扫过文字,增加科技感

转场动效

  • 擦除:当前画面被粒子擦除,露出下一画面
  • 旋转:信息面板旋转翻转,切换到新内容
  • 缩放:画面整体缩小到一个点,然后新画面从点放大

循环动效

  • 漂浮:粒子、图标在画面中缓慢漂浮
  • 呼吸:光晕周期性明暗变化
  • 旋转:星形、X 形图标缓慢自转

五、字体与排版

字体选择

  • 标题字体:粗体、圆润、有力量感(如思源黑体 Bold、阿里巴巴普惠体 Heavy)
  • 正文字体:中等粗细、易读(如思源黑体 Regular、苹方-简 常规体)
  • 数字字体:等宽、现代感(如 DIN、Roboto Mono)

排版原则

  • 标题:分行排列,主标题大,副标题小,颜色渐变
  • 正文:左对齐,行距 1.5 倍,段落间距明显
  • 数字:特大号显示,用粉色或渐变色强调
  • 标注:小字号,淡色,不抢主体

文字动效

  • 逐字出现:标题文字逐字弹出,带有轻微弹跳
  • 打字机效果:正文文字像打字机一样逐字显示
  • 数字滚动:数字从 0 快速滚动到目标值

六、场景氛围

背景设计

  • 渐变背景:柔和的粉白渐变,从左上到右下
  • 粒子背景:金色、白色粒子在背景中缓慢漂浮
  • 光晕效果:画面四周有柔和的光晕,增加梦幻感

空间层次

  • 前景:角色、主标题、重点图标
  • 中景:信息面板、图表、列表
  • 背景:渐变、粒子、装饰元素

光影效果

  • 发光:重点元素(标题、数字、图标)自带发光效果
  • 投影:信息面板、角色有柔和投影,增加立体感
  • 高光:金色高光点缀在关键位置

七、技术规格

画面比例

  • 横版视频:16:9(适合 YouTube、B 站横屏)
  • 竖版视频:9:16(适合抖音、快手、小红书)
  • 封面图:5:2 或 16:9

分辨率

  • 标清:1280×720(720p)
  • 高清:1920×1080(1080p,推荐)
  • 超清:3840×2160(4K,用于高质量展示)

帧率

  • 标准:30fps(流畅,文件小)
  • 高帧率:60fps(更流畅,适合快节奏动画)

动画时长

  • 单个动效:0.3-0.8 秒(快速、不拖沓)
  • 转场:0.5-1 秒
  • 完整分镜:2-5 秒

八、风格参考关键词

生成视频时,可使用以下关键词组合:

MG 动画风格,2D 扁平化,柔和粉色和白色色调,金色粒子和光晕,Q 版二次元角色,现代数码感,少女感,信息图表,白色半透明卡片,心形星形图标,发光效果,渐变文字,弹性动画,干净简洁,高饱和度,圆角设计,16:9 横向画面


九、情绪与节奏

情绪基调

  • 积极向上:色彩明亮,动效轻快
  • 亲和可爱:Q 版角色,柔和线条
  • 专业可信:信息面板,数据图表

节奏控制

  • 开场:快速吸引注意(0-2 秒)
  • 展开:信息逐步呈现(2-8 秒)
  • 高潮:重点数据强调(8-10 秒)
  • 收尾:总结或引导行动(10-12 秒)

十、注意事项

  1. 避免过度装饰:粒子和光效适量即可,不要遮挡主体信息
  2. 保持可读性:文字大小、颜色对比要确保易读
  3. 统一风格:同一视频中的所有元素风格保持一致
  4. 适配平台:根据发布平台调整画面比例和时长
  5. 测试效果:生成后在目标设备上测试观看效果

这次我们选择 B - 素材混合MG动画 模式。

生成的视频成片需求文档多了 MG 动画相关的部分。

此处用到了其他字体,为了规避版权问题,我本来想将其改成免费可商用的思源字体。

但它没有替换成功,询问后发现它只支持几种字体。

字体选择完毕后,开始生成。观察到出现一些 MG 动画相关的组件。

MG 动画的生成需要消耗一点时间,稍加等待后生成完成。

MG 动画需要动态展示,此处先截图展示部分静态效果,最后的成片展示再展示动态效果。

效果 1:展示数值的柱状图

效果 2:展示比例的环状图

效果 3:丰富画面的动画效果

效果 4:展示趋势变化的折线图(注意此处 AI 自动搜索了以往年份的数据

注意,如果分镜有 MG 动画,则视频暂停时 MG 动画可能会继续播放。所以暂停视频之后想再次播放之前,最好先回到 MG 动画出现之前的分镜再继续播放。

第二步:交互式剪辑

修改 1:调整 MG 动画配色

我希望修改最后一个 MG 动画的配色,将其改为 B 站品牌配色(我不知道是什么配色,但是 AI 自己会去搜)。

修改后的效果如下,看来 B 站品牌配色是粉 + 蓝 + 白。

修改 2:新增 MG 动画

分镜 05 原本没有 MG 动画,为其添加一个装饰性的 MG 动画。

成功生成了一个三角形,但里面没有马斯克的照片。用自然语言描述修改意见。

尝试几次后,确实加上了照片(虽然不是马斯克的)。

成片展示

体验方式

花生🥜还有克隆音色等其他功能。

我把花生🥜的链接放在下方评论,大家快去体验一下!

它既可以开会员,也可以按量付费,还是挺灵活的,点数消耗也不快,性价比很高。

对了,用的时候不要开魔法,不要开浏览器插件,否则视频在线播放会很卡,尤其是有 MG 动画的时候。如果实在卡到播不了,也可以下载到本地再看,但需要等待导出视频。

相似文章

@bkdgiffug: 短视频创作最怕什么?原创枯竭,搬运限流,两头堵死。这个开源工具能帮你用AI批量混剪破局。 Short-Video-Factory简化到三步: 写提示词 丢分镜素材 等成品输出 文案、配音、剪辑、字幕一条龙自动完成,本地处理确保数据安全,W…

X AI KOLs Timeline

短视频工厂是一个开源的跨平台桌面工具,通过AI技术实现自动化的短视频混剪,支持文案生成、语音合成、剪辑和字幕,批量处理提升创作效率。

@laowangbabababa: 震惊了,抖音上祁博士一天卖 50w 的数字人 agent,我2 分钟就开发完成了。 用的就是Pixelle-Video这个项目,已经22k stars。包括数字人口播、动作迁移、图生视频全支持。 支持ComfyUI,输入主题,从写脚本到加…

X AI KOLs Timeline

介绍开源项目Pixelle-Video:一个全自动AI短视频引擎,输入主题即可自动生成带文案、配图、语音和背景音乐的视频,支持本地和云端模型,模块化设计可灵活替换各环节模型。

@yhslgg: 老杨再特么分享一个宝藏开源工具——KrillinAI,GitHub 10000 星,做多语言音视频内容的绝对值得看! 一句话:从视频下载到字幕翻译、AI配音、视频合成,整条链路全包,还能自动生成平台封面,B站、抖音、小红书、YouTube…

X AI KOLs Timeline

KrillinAI 是一款开源工具,整合了视频下载、字幕翻译、AI配音、视频合成全流程,支持上下文感知翻译、语音克隆、自动布局和封面生成,兼容多种AI模型,适合多语言音视频内容创作与分发。

@berryxia: 卧槽 !这个项目可以啊! 又一个完整的AI视频创作平台开源了,前后端都是MIT协议。 Magiviz把“写剧本 → 定角色 → 画分镜 → 生成视频 → 成片”做成了全流程AI工作流,最长支持生成60秒视频,内置12种主流视频模型。 作者…

X AI KOLs Timeline

Magiviz是一个开源的AI视频创作平台,提供从写剧本到生成视频的全流程AI工作流,支持最长60秒视频,内置12种主流模型,代码以MIT协议开源。