人工智能 技术概论 5

单元5

AIGC实践之视频生成《人工智能导论（AIGC版）》学习目标/Target了解AIGC的视频生成原理，能够简述AIGC的视频生成过程。

熟悉AIGC的视频生成工具，能够简述常见的视频生成工具。熟悉AIGC的视频生成提示词设计，能够简述视频生成提示词的4种设计公式。掌握AIGC视频生成工具的使用，能够基于AIGC的视频生成工具实现立冬视频和新车发布宣传视频的制作。章节概述/Summary视频在信息传播与娱乐领域中扮演着关键角色，是视觉和听觉内容传递的重要媒介。尽管我们可以通过手机或摄像机轻松录制视频，但创作高质量、富有创意的视频作品通常需要复杂的设备和专业的团队，过程烦琐且耗时。AIGC技术的出现极大地简化了这一过程。利用AIGC的视频生成工具，创作者无须拥有专业设备或深厚的技术背景，就能快速创作出多样化且富有创意的视频作品。本单元将围绕AIGC视频生成的相关内容进行讲解。目录/Contents010203AIGC的视频生成原理AIGC的视频生成工具AIGC视频生成提示词设计0405实践任务5-1：立冬视频实践任务5-2：新车发布宣传视频AIGC的视频生成原理5.1了解AIGC的视频生成原理，能够简述AIGC的视频生成过程。学习目标5.1AIGC的视频生成原理AIGC视频生成过程可大致分为3个阶段：输入理解阶段、视频生成阶段和输出优化阶段。下面对这3个阶段进行说明。输入理解阶段A视频生成阶段B输出优化阶段C5.1AIGC的视频生成原理AIGC系统在生成视频前，需理解用户输入的需求。用户的需求通常通过文本和图像等形式提出，根据当前所使用的功能，AIGC系统会采用不同的技术手段对需求进行理解。1.输入理解阶段如果当前执行的是文本生成视频任务，AIGC系统会借助自然语言处理技术，深入分析文本的语义、语境、情感等要素，以及文本所描述的角色、动作、场景等。如果当前执行的是图像生成视频任务，AIGC系统会聚焦于分析图像的视觉特征。同时AIGC系统会结合用户输入的动态化需求，确定视频生成的视觉风格与运动逻辑，预测出合理的动态变化。5.1AIGC的视频生成原理条件设置与初始化视频生成阶段AIGC系统根据输入信息设定视频的基础参数，包括分辨率、帧率、时长等。特征转换与帧生成AIGC系统将输入的语义或视觉特征转换为视频生成所需的视觉特征。视频生成AIGC系统基于选定的生成模型合成视频帧序列。2.视频生成阶段5.1AIGC的视频生成原理生成的视频可能需要进一步优化，以达到更高的质量和更贴合需求的效果，这一阶段主要包括如下3个环节。质量评估与提高A内容调整与合规审查B格式适配与结果交付C3.输出优化阶段5.1AIGC的视频生成原理质量评估与提升输出优化阶段AIGC系统通过预训练的评估模型对生成视频进行质量检测，识别画面模糊、帧间闪烁、动作不连贯、色彩异常等问题。内容调整与合规审查根据用户反馈，AIGC系统可对生成的视频进行局部修改。格式适配与结果交付按照用户指定的输出要求，AIGC系统会将视频转换为目标格式，并调整编码参数最终生成满足应用需求的视频文件并交付给用户。3.输出优化阶段5.1AIGC的视频生成原理AIGC的视频生成工具5.2熟悉AIGC的视频生成工具，能够简述常见的视频生成工具。学习目标5.2AIGC的视频生成工具当前AIGC蓬勃发展，众多AIGC创作平台不断拓展功能边界，力求为用户带来更多元的创作体验。许多提供图像生成工具的创作平台也纷纷涉足视频生成领域，实现了两大创作维度的融合与共进。其中，在单元3介绍的通义万相、即梦AI、堆友都提供了视频生成工具，下面对这3个平台的视频生成工具进行说明。5.2AIGC的视频生成工具当前通义万相的视频生成工具图生视频、文生视频、视频特效。使用图生视频时，用户可以上传一张图片作为视频的首帧，并通过文字描述主体的运动过程和视频的运镜效果来生成视频。使用文生视频时，用户可以输入提示词描述视频的画面和主体运动过程以生成相应内容。使用视频特效时，用户上传图片并选择特效，即可生成指定特效的视频。1.通义万相5.2AIGC的视频生成工具通义万相的视频生成页面如图。1.通义万相5.2AIGC的视频生成工具即梦AI的视频生成工具支持图片生视频、文本生视频两种方式，同通义万相一样，用户可以通过上传的图片和输入的文字描述快速生成对应的视频。即梦AI的视频生成页面如图。2.即梦AI5.2AIGC的视频生成工具堆友的视频生成工具支持图生视频、文生视频两种方式，同通义万相一样，用户可以通过上传的图片和输入的文字描述快速生成对应的视频。其中，上传图片时用户可以选择仅上传视频的首帧图片，或上传视频的首尾帧图片。堆友的视频生成页面如图。3.堆友5.2AIGC的视频生成工具当前市场上的AIGC视频生成工具种类多样，除了前面提到的3个创作平台外，还有许多其他平台也提供了视频生成工具。提供视频生成工具的其他常见创作平台如表。5.2AIGC的视频生成工具创作平台简介腾讯混元AI视频腾讯混元AI视频依托腾讯强大的AI技术，专注于为用户提供高质量的视频内容生成服务。腾讯混元AI视频支持从文本到视频的转换以及视频特效等多种功能，能够打造流畅的动态运动效果，打破单一镜头局限，实现多镜头语言的无缝融合。5.2AIGC的视频生成工具创作平台简介讯飞绘镜由科大讯飞推出，是一款多模态AI生成视频创作平台。基于强大的AI技术构建，旨在帮助各类用户轻松生成高质量视频。用户输入简单文字描述或创意，平台自动完成从生成脚本、分镜画面到动态视频的全流程工作。同时支持通过歌词输入，生成MV的创作。SoraSora是OpenAI推出的产品，可快速生成最长一分钟的视频，能准确反馈用户的输入提示，支持一镜到底，可呈现含多角色、特定动作及主题背景细节的复杂场景。StableVideoStableVideo是基于StableDiffusion的扩散模型的创作平台，支持使用图生和文生生成3-5秒的视频，其操作界面友好，并且用户能在较短时间内获得生成结果。AIGC的视频生成提示词设计5.3熟悉AIGC的视频生成提示词设计，能够简述视频生成提示词的4种设计公式。学习目标5.3AIGC的视频生成提示词设计视频生成工具中的提示词用来描述视频中所包含的内容和运动过程，它是控制视频画面内容与效果的关键因素。提示词描述得越完整、精确，生成视频的品质就越高，且越贴近用户期望生成的内容。根据用户的创作经验和使用需求，可以采用不同的公式设计提示词，常见的提示词设计公式有如下4种。5.3AIGC的视频生成提示词设计进阶公式基础公式运镜公式形变公式初次尝试使用AIGC生成视频的用户，以及希望通过AI视频获取灵感的用户，设计简单提示词即可。这类提示词基于基础公式，包含核心的视频内容信息即可，基础公式如下。1.基础公式5.3AIGC的视频生成提示词设计基础公式提示词=主体+场景+运动基础公式中各部分的说明如下。1.基础公式5.3AIGC的视频生成提示词设计1主体：场景：运动：主体是视频内容的主要表现对象，可以是人、动物、植物、物品或现实中不存在的想象之物。23场景是主体所处的环境，包含背景、前景，可以是现实存在的真实空间或想象出来的虚构空间。运动包含主体的运动和非主体的运动，可以是静止、小幅度运动、大幅度运动、局部运动等。下面基于基础公式设计一个提示词示例。1.基础公式5.3AIGC的视频生成提示词设计提示词示例一只猫在阳光下的窗台上打盹如果用户有使用AIGC生成视频的经验，可以基于进阶公式设计提示词。进阶公式在基础公式之上添加了更丰富细致的描述，以提升视频的质感、生动性与故事性，进阶公式如下。2.进阶公式5.3AIGC的视频生成提示词设计进阶公式提示词=主体描述+场景描述+运动描述+镜头语言+氛围词+风格进阶公式中各部分的说明如下。5.3AIGC的视频生成提示词设计1主体描述：场景描述：运动描述：主体描述是对主体外观特征细节的描述，可通过形容词或短句实现。23场景描述是对主体所处环境特征细节的描述，可通过形容词或短句实现。运动描述是对运动特征细节的描述，包含运动的幅度、速率和运动作用的效果等。2.进阶公式5.3AIGC的视频生成提示词设计4镜头描述：氛围词：运动描述：镜头语言包含景别、视角、镜头类型、运镜等。56氛围词是对画面氛围的描述。风格是对画面风格的描述。2.进阶公式下面基于进阶公式设计一个提示词示例。5.3AIGC的视频生成提示词设计提示词示例一位身穿红色斗篷的小女孩，在被白雪覆盖的森林中行走，她一边走一边回头张望，树枝上的雪不断落下，采用中景跟拍、仰视视角，营造出童话般的神秘感，整体呈现国风动漫风格。2.进阶公式如果是对镜头运动有明确要求或需要输出专业视频的用户，可以使用运镜公式设计提示词，以更好地提升视频的动态感和叙事性，运镜公式如下。3.运镜公式5.3AIGC的视频生成提示词设计运算公式提示词=运镜描述+主体描述+场景描述+运动描述+镜头语言+氛围词+风格下面基于运镜公式设计一个提示词示例。3.运镜公式5.3AIGC的视频生成提示词设计提示词示例镜头从高空缓缓下移，一位身穿银色机甲的未来战士站立在废墟之上，身后是被爆炸摧毁的城市建筑，他缓缓拔出光剑，周围的风沙随之扬起，采用俯视转平视的下移镜头，整体氛围充满紧张与史诗感，呈现赛博朋克风格。如果用户需要视频主体发生形变，可采用形变公式设计提示词。形变公式在进阶公式的基础上添加了形变过程，指示视频中的主体如何进行形变，形变公式如下。4.形变公式5.3AIGC的视频生成提示词设计形变公式提示词=主体描述A+形变过程+主体描述B+场景描述+运动描述+镜头语言+氛围词+风格形变公式中新增的部分的说明如下。5.3AIGC的视频生成提示词设计1主题描述A：形变过程：主体描述B：对主体形变前的特征、状态等的描述。23形变过程是对主体从A形态变为B形态的描述，详细的描述可以有效提升形变的自然度和生动性。对主体形变后的特征、状态等的描述。4.形变公式下面基于形变公式设计一个提示词示例。点击查看5.3AIGC的视频生成提示词设计4.形变公式为帮助大家更精准地构建提示词，以下将重点对视频生成提示词中的运动描述和运镜描述进行详细说明。5.3AIGC的视频生成提示词设计4.形变公式运镜描述运动描述运动描述以捕捉运动细节为核心，通常可以从运动幅度、运动速率、运动作用效果3个维度进行设计，为视频赋予灵动鲜活的表现力。下面对这3个维度进行说明。5.3AIGC的视频生成提示词设计4.形变公式（1）运动描述①运动幅度。运动幅度指运动范围的大小、运动力度的强弱或形态变化的程度，直接影响画面的视觉冲击力和情绪传达。常见的运动幅度如表。运动幅度描述提示词示例小幅度动作轻微、细腻，强调局部或微妙变化，如眼神变化、嘴角微动、手指轻触等，适用于表现细腻情感。茶叶随热水注入轻轻浮沉颤动5.3AIGC的视频生成提示词设计4.形变公式运动幅度描述提示词示例中幅度动作范围适中，兼具动态感与细节展现，如点头、挥手、行走等，适用于日常行为表现。少年一边走，一边将书包从一只手换到另一只手。大幅度动作范围大、力度强，视觉冲击感显著，如奔跑、跳跃、旋转等，适用于强调动感或表现情绪爆发。冲浪者迎着巨浪腾空跃起，身体后仰，冲浪板高高翘起，形成极具张力的空中姿态。渐变幅度运动幅度随时间或条件的变化而逐渐变化（增大或减小）。如人物起初只是缓慢行走，随后步伐逐渐加快，身体姿态开始变化，最终进入奔跑状态。适用于增强画面的节奏感与情绪张力。演员坐在舞台边缘，面部表情平静，只是偶尔眨眨眼，随着回忆涌上心头，他的眉头逐渐皱起，眼神变得深邃，最后泪水滑落，他掩面哭泣。5.3AIGC的视频生成提示词设计4.形变公式②运动速率。运动速率是指动作进行的快慢，是塑造画面节奏感和情绪氛围的重要维度。常见的运动速率如表。运动速率描述提示词示例快速用于表现紧张、激烈或突发的情境，增强视觉冲击力，常用于追逐、战斗等场景赛车快速行驶，背景在瞬息之间模糊5.3AIGC的视频生成提示词设计4.形变公式运动速率描述提示词示例慢速动作缓慢，强调细节与情绪表达，营造宁静或抒情氛围。适用于人物特写、自然风景展示、情感互动等需要细腻描绘的场景。人流缓缓移动慢动作降低播放速度来延展时间流动，突出关键瞬间的表现力和细节变化。适用于高光时刻、动作定格、物理碰撞等需要强调细节或增强戏剧张力的场景。一颗水珠从空中坠落，在接触水面的一瞬间激起层层涟漪，镜头聚焦水花飞溅的细节。延时摄影将长时间过程的画面压缩呈现，通过加快播放速度展现事物的变化趋势。适用于展示自然变化（如日出、日落）、植物生长、人群流动等时间跨度较大的动态过程。以延时效果展示植物迅速生长开花的惊人过程，每个环节都被清晰地捕捉，展现出生命力的蓬勃。5.3AIGC的视频生成提示词设计4.形变公式③运动作用效果。运动作用效果是指视频主体的运动过程中产生的物理变化、视觉反馈，以及通过运动节奏传递情绪、推动叙事的综合呈现。常见的运动作用效果如表。运动作用效果描述提示词示例物理变化动作导致物体形状、位置或状态发生变化，如变形、破碎、位移等。适用于战斗场景、特效展示、自然现象模拟等。一块冰雕在阳光下逐渐融化，水流沿着雕刻的痕迹缓缓流淌，最终化为一滩清水。5.3AIGC的视频生成提示词设计4.形变公式运动作用效果描述提示词示例视觉反馈动作带来的强烈视觉吸引力或震撼效果，如爆炸等。适用于动作片、广告宣传、特效展示等需要突出视觉张力的场景。一辆跑车从远处疾驰而来，在转弯处轮胎摩擦地面产生火花。情感传递通过动作传达角色的情感，如愤怒、喜悦、恐惧等。适用于人物特写、情感剧、动画短片等。女孩听到好消息后，脸上绽放出灿烂的笑容，她双手捂住脸庞，眼中闪烁着泪花。5.3AIGC的视频生成提示词设计4.形变公式（2）运镜描述运镜描述聚焦于镜头运动，是塑造视频节奏与展现叙事视角的关键要素。通过将运镜特征与叙事目标深度绑定，可让镜头运动成为叙事语言。常见的运镜描述类型如表。运镜描述类型描述提示词示例推进镜头向主体方向移动，主体在画面中占比逐渐增大，增强画面聚焦感与情感张力。适用于表现角色情绪变化、强调关键物品、营造紧张氛围等。镜头从教室后墙全景开始，以0.5m/s的速度匀速推进至靠窗课桌，阳光透过百叶窗在书本上形成明暗条纹，镜头最终定格在主人公攥紧的钢笔上，墨水正沿着笔尖缓缓滴落。5.3AIGC的视频生成提示词设计4.形变公式运镜描述类型描述提示词示例拉远镜头从主体位置逐渐远离，展现更大范围的画面或环境。适用于揭示场景全貌、表现人物与环境的关系、营造孤独或宏大氛围等。镜头从主角颤抖的双手开始，以1m/s的速度拉远，逐渐露出整个实验室，实验室中培养皿散落一地，警报灯红蓝闪烁，最终在天花板的监控摄像头处定格。平移镜头在水平方向移动，对移动主体的连续跟随，或以渐进的方式展现场景的横向延展。适用于展示城市街景、群体活动等需要横向动态展示的场景。镜头从货架左端的罐头平移至右端的新鲜蔬菜，暖黄色灯光逐渐转为冷白色，金属货架的反光与蔬菜表面的水珠形成质感对比，镜头最终停留在标价牌“限购”的字样上，暗示物资紧缺的故事背景。5.3AIGC的视频生成提示词设计4.形变公式运镜描述类型描述提示词示例跟随镜头跟随主体运动，与主体保持相对固定的距离，营造沉浸式氛围。适用于展示奔跑、骑行、走路等动态行为，增强观者代入感。镜头以第一人称视角跟随一位跑步者穿越森林小径，树叶在阳光下闪烁，脚步声与鸟鸣声交织，整体画面充满活力。环绕镜头围绕主体进行圆周运动，多角度展现主体形象或呈现戏剧性效果。适用于角色登场、战斗、产品展示等需要突出主体的场景。镜头围绕一位身着铠甲的战士缓缓旋转，阳光在铠甲上反射出冷冽光芒，背景为战场废墟，整体画面充满史诗感。立冬视频实践任务5-1掌握AIGC视频生成工具的使用，能够基于AIGC的视频生成工具实现立冬视频的制作。学习目标实践任务5-1：立冬视频二十四节气是我国古人根据一年中时令、气候、物候的变化规律而总结出的知识体系，它不仅指导了农事活动，也是中华民族传统文化的重要组成部分。本实践任务是制作一段以立冬节气为主题的宣传视频，用于在学校官方微信公众号上发布，增强师生对立冬节气的认知与情感认同。下面使用AIGC视频生成工具完成立冬视频的制作。实践任务5-1：立冬视频确定视频内容A设计生成视频的提示词B生成视频C设计视频生成提示词前，需确定视频的核心内容，以确保画面紧扣主题，强化表达效果。立冬时节，寒意渐浓，万物闭藏，森林褪去生机，弥漫着萧瑟宁静之感。此时，林间动物行为悄然转变，松鼠储粮、熊寻洞穴、刺猬入眠。鉴于本次制作的视频时长仅5秒左右，为保证画面简洁，选定松鼠为主体、森林为背景，生动展现节气特色。1.确定视频内容实践任务5-1：立冬视频松鼠。主体描述铺满金黄落叶的森林，枝丫交错间阳光斑驳洒落，树影与光斑交织，地面散落松果等。场景描述2.设计生成视频的提示词实践任务5-1：立冬视频确定好视频的内容后，在此基础上提取立冬视频应包含的要素。松鼠低头叼取松果、快速钻入树洞，动作连贯紧凑，尾巴蓬松摆动。运动描述跟拍松鼠忙碌全景，视频结尾，镜头缓缓拉远，展现地面薄雪，“立冬”二字淡入。镜头语言2.设计生成视频的提示词实践任务5-1：立冬视频静谧中暗藏忙碌。氛围词国风动漫风格。风格2.设计生成视频的提示词实践任务5-1：立冬视频下面基于上述要素设计生成视频的完整提示词。点击查看2.设计生成视频的提示词实践任务5-1：立冬视频设计好提示词之后，在视频生成工具中基于提示词生成对应的视频，立冬视频中的一个画面如图。3.生成视频实践任务5-1：立冬视频新车发布宣传视频实践任务5-2掌握AIGC视频生成工具的使用，能够基于AIGC的视频生成工具实现新车发布宣传视频的制作。学习目标实践任务5-2：新车发布宣传视频在网络营销领域，视频已成为至关重要的宣传工具。尤其在新车发布前，商家通常会发布极具吸引力的宣传视频，以有效吸引潜在客户目光、激发其兴趣。本实践任务是制作一个新车发布宣传视频。准备素材A设计提示词B生成视频C实践任务5-2：新车发布宣传视频新车发布宣传视频中通常会包含整车外观、内饰、轮毂等多角度的画面，以更好地对车辆进行全方位展示。本实践任务视频时长控制在10秒左右，如果融入多个角度的画面，操作相对比较复杂，为便于操作，在此视频中只通过整车外观进行展示，将其作为视频的首帧。1.准备素材实践任务