大模型生成短视频

简介: 这篇文章详细介绍了如何利用大模型生成短视频,包括配置环境、对接视频素材网站以及生成视频的具体步骤。

最近看到一个开源项目可以通过AI生成短视频,然后尝试了下,感觉还不错,下面是具体步骤。

项目名叫moneyprinterTurbo,它本意是对接到Youtube,自动生成视频并上传到Youtube获取流量赚钱,所以项目名叫moneyprinter。因为项目基于liunx,我这里用的是window且不想安装乱七八糟的环境,因此选择了它提供的window一键部署版本,首先从百度云盘下载项目,下载完成后解压到目录下,目录尽量用英文,中文不会知道会发生什么错误。目录结构如下:

解压后可以看到start.bat的批处理一键启动和update一键升级,这里就不升级了,直接启动,完成后会自动打开浏览器并跳转到项目首页,

在生成视频前需要先做一点配置操作,点击基础配置展开,这里选用阿里的通义千问大模型,要到阿里的DashScope 模型服务灵积平台申请好KEY,然后填入到API Key中,这个项目的视频并非用大模型生成的,而是从视频网站获取剪辑的,所以这里要对接到视频网站Pexels,我这个版本还不支持抖音,tiktok。先到Pexels网站申请好key,申请key的地址通过点击获取就可以打开了。申请后填入到Pexels API Key中。

完成基础配置后,在下面的配置中选择视频的主题,下面可以自己输入文案也可以由软件根据它的理解自动生成,右侧可以填写生成视频的长度以及生成视频的个数,也可以设置背景音乐,字幕等各种参数,

最终配置完成后点击生成。可以看到下面能看到日志,调用了通义千问的大模型,

生成完成后会直接显示输出的视频进行在线播放,视频的文件地址也会弹出,就可以复制使用了

相关文章
|
4月前
|
并行计算 测试技术 异构计算
Qwen3 Next 在 TensorRT LLM 上的部署指南
本指南介绍如何在TensorRT LLM框架上部署Qwen3-Next-80B-A3B-Thinking模型,基于默认配置实现快速部署。涵盖环境准备、Docker容器启动、服务器配置与性能测试,支持BF16精度及MoE模型优化,适用于NVIDIA Hopper/Blackwell架构GPU。
1184 154
|
3月前
|
人工智能 运维 Serverless
ModelScope 模型一键上线?FunModel 帮你 5 分钟从零到生产
FunModel 依托 Serverless + GPU,天然提供了简单,轻量,0 门槛的模型集成方案,给个人开发者良好的玩转模型的体验,也让企业级开发者快速高效的部署、运维和迭代模型。在阿里云 FunModel 平台,开发者可以做到:模型的快速部署上线:从原来的以周为单位的模型接入周期降低到 5 分钟,0 开发,无排期;一键扩缩容,让运维不再是负担:多种扩缩容策略高度适配业务流量,实现“无痛运维”。
|
2月前
|
机器学习/深度学习 传感器 自动驾驶
具身智能核心突破:物理模拟器与世界模型协同技术拆解
本文系统综述了物理模拟器与世界模型在具身智能发展中的协同作用,提出五级智能机器人分类体系(IR-L0至IR-L4),分析其在运动、操作与交互中的进展,并对比主流仿真平台与世界模型架构,探讨其在自动驾驶与关节机器人中的应用及未来挑战。
663 113
|
Java easyexcel
Java:SpringBoot使用EasyExcel实现Excel文件的导出下载和上传导入功能
Java:SpringBoot使用EasyExcel实现Excel文件的导出下载和上传导入功能
1239 0
Java:SpringBoot使用EasyExcel实现Excel文件的导出下载和上传导入功能
|
Web App开发 JavaScript 前端开发
使用Node.js和Express框架构建Web服务器
使用Node.js和Express框架构建Web服务器
|
SQL 弹性计算 安全
阿里云服务器租用价格:包年包月收费标准与最新活动价格参考
本文为大家分享阿里云服务器包年包月收费标准,云服务器最新活动价格,以及后续费挂载数据盘、设置密码和安全组等操作教程,以供参考。
|
Docker 容器
轻松搞定Docker!教你一键删除所有镜像!
轻松搞定Docker!教你一键删除所有镜像!
|
存储 Linux 调度
OpenStack如何支持虚拟化技术?
【8月更文挑战第21天】
928 0
|
存储 安全 算法
Snowflake在云数据平台中的创新实践
Snowflake在云数据平台中的创新实践
534 59
|
机器学习/深度学习 存储 人工智能
《揭秘人工智能数据安全风险评估方法:守护数字未来的关键》
在人工智能快速发展的背景下,数据安全至关重要。常见的风险评估方法包括定性(因素分析、逻辑分析、历史比较)、定量(机器学习算法、基于图的分析、风险因子分析)及综合评估(层次分析、模糊综合评价)。此外,漏洞扫描、代码审查、数据加密评估和安全审计等也是重要手段。多种方法结合使用,确保全面准确评估风险,保障人工智能健康发展。
689 19