生成式大模型项目实战课件 项目7实现 AIGC 视频工业化-数字人创作与智影平台全链路解析

项目7

实现AIGC视频工业化

——数字人创作与智影平台全链路解析目录AI视频创作的技术原理AI视频制作基本流程Ai数字人生成主图视频任务导入01任务导入01随着人工智能技术的迅猛发展，AI视频创作已经变成一种高效率且简便的视频制作手段。本教程旨在教授学习者AI视频创作的基础技能和技巧，以增强其视频制作能力，并助力创作出高品质的影视作品。为实现使用AI视频制作这一目标，本章将会利用AI数字人实列来进行效果演示。任务1：通过AI视频制作的技术原理与视频制作的基本流程两方面来使读者对AI视频制作的相关知识有更加深刻的理解。任务2：在Kimi大模型和腾讯智影的基础上，完成AI数字人的视频素材与相关的文案准备。任务3：AI视频制作当中运用文稿匹配添加视频字幕、色度抠图、美化素材、增加片头片尾以及添加音乐等方面来使读者可以熟练使用各个部分来形成丰富多彩的AI视频制作。AI视频创作的技术原理02AI视频创作的技术原理02（1）Sora生成视频的流程简而言之，SORA模型的核心在于结合了两种先进的模型架构：LatentDiffusionModel（LDM）和DiffusionTransformer（DiT）。AI视频创作的技术原理02（2）

视频压缩网络SORA模型采用了一种名为‘视频压缩网络’的技术，该技术能够将输入的图片或视频数据压缩成低维度的潜在空间数据。为了实现这一视频压缩，SORA从头开发了一套专门用于直接压缩视频内容的自编码器。与以往的工作相比，SORA的自编码器不仅能够在空间维度上压缩图像，还能在时间维度上压缩视频，从而实现对视频内容的高效编码。（3）

空间时间补丁SORA模型将这些压缩后的数据进一步分解成‘空间时间补丁’（SpacetimePatches）。这些补丁相当于视觉内容的基本构建单元，类似于将照片分解为包含独特景观、颜色和纹理的小片段。通过这种方式，无论原始视频的长度、分辨率或风格如何，SORA都能将它们统一处理成一致的格式，如图所示。AI视频创作的技术原理02（4）DiffusionTransformerSORA模型对Transformer架构进行了扩展，使其适用于视频生成任务。在这一过程中，视频被视为一系列带有时间维度信息的静态图片帧。因此，SORA仅需利用Transformer模型来生成包含时间信息的图片，从而实现视频内容的动态表现。AI视频创作的技术原理02（5）从训练到生成视频全流程（1）收集视频及其文本标注（2）预处理视频数据（3）生成高度描述性的文本标注（4）扩散模型训练（6）视频生成与处理（1）视频压缩和空间时间补丁生成（2）利用Transformer架构处理时空关系（3）通过GPT模型理解并优化提示词（4）利用扩散模型生成视频（5）视频解码与处理Ai数字人03AI数字人031.生成视频素材，做好充分准备在制作口播类短视频时，首要任务是精心创作一段吸引人的口播文案。这不仅能够迅速吸引观众的注意力，也是视频成功的关键。随后，制作者需要准备数字人播报的素材，这关系到视频内容的呈现效果。通过使用先进的技术工具，如kimi和腾讯智影，可以轻松且高效地完成这些准备工作，确保视频制作流程的顺畅。2.制作文案，适度调整以适应需求在kimi中输入“以AI数字人为特色的主题，创作一篇短视频文案”，便能即时生成相应的文案。用户可以将生成的文案复制并粘贴到文档中，随后根据需要进行编辑和调整，以便于后续的数字内容制作、人物素材整合和字幕添加，如图所示。AI数字人033.文稿匹配，添加视频字幕利用AI技术，“文稿匹配”功能能够迅速将字幕与视频内容同步，简化了添加字幕的过程。用户不仅能轻松地为视频配上字幕，还能自定义字幕的样式，增强视觉吸引力。以下是在剪映电脑版中使用“文稿匹配”功能添加字幕的步骤：导入背景和数字人素材至“媒体”功能区，随后依序将背景素材放置到视频轨道上。在视频轨道的开始处，点击“关闭原声”按钮，以消除所有背景素材的原始声音，如图所示。AI数字人03转到“文本”功能区，打开“智能字幕”选项卡，点击“文稿匹配”按钮并选择“开始匹配”，如图所示。AI数字人034.色度抠图用户可以使用“色度抠图”功能从纯色背景中提取人物或物体，实现背景的自动去除，仅保留所需素材。在使用此功能时，用户还需调整“强度”和“阴影”参数以优化抠图效果。重要的是，参数设置应根据具体素材和实际效果来定，以达到最佳抠图效果。选择数字人素材，切换至“抠像”选项卡，选中“色度抠图”复选框，单击“取色器”按钮，在画面中的绿色位置进行取样，如图所示AI数字人03取样后，在“色度抠图”设置中，将“强度”设为70，“阴影”设为50，以去除数字人素材背景中的绿色，使数字人形象独立呈现，如图所示。AI数字人035.美化素材，丰富视频效果为了增强视频的视觉效果和美观度，用户可以对背景素材执行一系列美化操作，包括应用转场效果、调整素材时长以及定制背景样式等在字幕轨道的开始处，点击“锁定轨道”按钮以固定字幕轨道的位置，如图所示。AI数字人03将时间轴拖动至第四段与第五段素材的间隙，进入“转场”功能区，在“热门”选项卡中选择“雾化”转场效果，并点击“添加到轨道”按钮，从而在两段素材之间插入转场效果AI数字人036.片头片尾制作精良的片头应迅速明确地呈现视频主题，而片尾则应缓慢结束，留给观众深思的空间。在剪映电脑版中，通过精心设计的视觉元素和节奏控制，可以创造出既吸引人又令人难忘的视频开头和结尾。选中第一段视频素材后，在“动画”操作区的“入场”选项卡中，选择“渐显”效果，并设置“动画时长”为1.0秒，以创造一个渐进式的画面展示效果作为片头，如图所示。AI数字人03在“动画”操作区的“入场”选项卡中，选择“晕开”效果，并设置“动画时长”为1.0秒，以给片头文本添加入场动画，创造流畅的视觉效果，如图所示。AI数字人03在“出场”选项卡中，选择“渐隐”动画效果，以使片头文本在退出时具有平滑的动画效果，如图所示。AI数字人037.添加音乐，设置音频效果在剪映电脑版中，用户可以通过搜索功能根据关键词寻找合适的背景音乐，为视频增添氛围。用户还可以对选中的音乐进行细致的设置，包括调整音量、设置渐入渐出效果等，以创造出个性化的音频体验。将时间轴定位到视频的开头，然后在“音频”功能区的“音乐素材”选项卡中，使用搜索框输入“欢快钢琴曲”进行搜索，以选取合适的背景音乐。在搜索结果页面，点击所选音乐旁边的“➕”按钮，将该音乐作为背景音乐加入到视频中，如图所示。AI数字人037.添加音乐，设置音频效果将时间轴拖动至视频的结束点，然后点击“向右裁剪”按钮，以去除背景音乐中超出视频长度的部分，确保音乐与视频的结尾同步，如图所示。AI数字人03将时间轴定位到视频的开始处，在“音频”操作区，点击“音量”选项旁边的“添加关键帧”按钮，以在音量轨道上设置第一个关键帧，如图所示。AI数字人03将时间轴拖至音频的结束位置，将“音量”参数调至0.0dB，此时“音量”选项旁的关键帧按钮将自动激活，标志着第四个关键帧的添加，完成音量变化的编辑。用户可以调整背景音乐的“淡出时长”至1.0秒，以实现背景音乐的平滑淡出效果，如图所示。生成主图视频04生成主图视频041.AI效果欣赏FlexClip作为一个功能全面且用户界面友好的在线视频编辑平台，能够协助用户轻松地完成各种科技产品广告的创作。例如，制作机器人产品的主要展示视频，其效果可参考下图生成主图视频042.一键生成选择合适模板登录FlexClip平台后，用户应导航至“个人中心”页面，并点击“商业&服务”类别旁边的下拉按钮。在随后出现的列表框中，用户需选择“科技”这一子分类，以便进一步操作，如图所展示的步骤。生成主图视频043.设置比列，修改横纵比在FlexClip中，设置视频的横纵比是一个简单的过程。首先，在视频编辑页面，用户需要点击左上角显示的默认横纵比按钮，例如16:9。随后，系统会弹出一个列表框，用户可以从中选择所需的横纵比，如1:1，以适应不同的展示需求，这种设置确保视频在不同的平台和场合中都能正确显示，满足特定的视觉比例要求。生成主图视频044.替换素材，上传商品图片1.转到“媒体”选项卡，点击“上传文件”按钮，以便上传自己的图片素材，如图1所示。2.在随后弹出的“打开”对话框中，浏览并选择需要用于视频的商品图片素材，如图2所示。图1图2生成主图视频045.AI配音，文字转语音点击界面上提供的“AI文字转语音”功能按钮，如图所示生成主图视频04生成之后，点击“添加到时间线”按钮，会在右下角生成一个配音音频，如图所示。生成主图视频046.输出成品，合成视频效果在页面的顶部右侧，点击“输出”按钮，以打开导出选项面板，如图所示。生成主图视频04在弹出的面板中，选择“带水印输出”以进行视频的导出，如图所示。总结AI视频创