还在用deepseek+即梦创作视频?用coze工作流5分钟搭建出来就能一键生成视频!

大模型数据库容器

大家好,我是灿灿,专注于AI智能体应用,最近打算出一个coze基本教程系列,也希望能链接到同频的小伙伴。

这系列教程可以逐步让你熟悉完整视频工作流搭建思路,到时候可以自己试着动手搭建工作流。

上一篇文章我们讲了 古诗词字幕 + 音频工作流,这篇要讲完整视频的工作流。

没看过上一篇的小伙伴可以点击下面链接查看。

不会搭coze工作流?保姆级教程带你搭建一个古诗词字幕+音频工作流!

我先讲下什么是工作流?为什么工作流能提效?

简单来讲工作流就是做事的流程步骤,就拿制作视频来讲,需要先使用deepseek去生成分镜词,然后根据分镜词去生成图片,再基于图片去生成视频,最后再使用剪辑软件把视频拼接剪辑一下。

工作流干的就是这事,那你可能会问,工作流做的事跟我做的是一样的,那用工作流怎么能提高效率?回到人创作视频的步骤,假设你今天用各种ai工具做了一个《静夜思》的古诗词视频,那明天你想做一个《咏鹅》的古诗词视频,是不是又要重复这个步骤。

但是工作流已经帮你把重复步骤搭建好了,而人做的事情就只需要换一首古诗词就行。这样就大大提高了创作效率!

下面我接着上一篇教程来讲怎么把图片加进视频里面。

还是先看下视频效果,可以看到,图片也已经加上了。

步骤:

  1. 开始节点上传四张图片

picture.image

  1. 创建剪映草稿之前,添加图片信息节点

输入参数为输入的图片信息和音频时间线。

picture.image

  1. 把生成的图片数据放到剪映草稿

picture.image

好啦, 完整的教程就到这里啦,想要工作流完整源码的小伙伴可以留言“古诗词”。

picture.image

由于这篇文章是为了演示怎么添加图片信息,下一篇内容讲怎么根据提示词生成图片,并生成完整视频

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论