8GB 本地路线的主外壳,工作流可保存、分享、局部重跑
- 8GB 路线的主要外壳,优先用官方模板
- 工作流本质是数据图,调试从上游到下游逐节点查
- 保存 workflow JSON 即可完整复现一次生成
- 第一次成功前不要安装第三方节点
适合想在本地跑通第一条视频的人
⚠ 过早堆自定义节点会让失败无法定位
资料库:每条都有本站提炼
收录底线:每条有可打开的原文链接、来源状态与核验日期;回答「原文讲什么、为什么值得读、有什么限制」,不是网址加一句话;历史资料不伪装成当前能力,公司自评不伪装成第三方结论。
正式研究卡深度层:原文讲什么 / 数据与方法 / 宣传与事实的边界 / 许可与时效
AI视频训练数据与数据治理AI视频技术原理与权威综述AI视频全球监管、版权、平台与劳动规则AI视频产业链、平台与专业工作流资料覆盖地图与扩容队列主流闭源视频模型研究卡开放权重视频模型研究卡视频生成评测研究卡
快速资料卡 · 先看这些广度层:每类挑给新手的第一站(首批 40 条,收录 2026-07-23)
6GB 显存即可图生视频,消费级显卡长视频方案代表
- 固定长度上下文逐段生成,能较早看到出帧
- 官方限定 RTX 30/40/50 且 Windows/Linux
- 一张首帧做 5–10 秒轻动作起步最稳
- 长视频生成慢,内容仍会漂移
适合8GB NVIDIA 用户的第一条本地视频
⚠ 有假冒同名网站,只从官方 GitHub 下载
把主体、动作、镜头写成结构化提示的通用基本功
- 从主体、环境、动作、镜头到风格建立提示结构
- 图生视频主要描述运动,别复述首帧
- 官方另有 92 条提示实例可反向拆解
- 新手优先阅读第 2 篇
适合所有平台通用的提示词入门
即梦实战前必读:多模态参考,而非只用一张首帧
- 图、视频、音频参考统一角色、动作与镜头
- 含编辑/延长能力与边界的官方说明
- 重点看输入材料,不只看成片
适合用即梦/Seedance 前的必读
解释为何单镜头漂亮、拼起来仍别扭的核心材料
- 讲时间/空间连续、视线、动作匹配
- 新手优先阅读第 1 篇
- AI 只负责素材,镜头关系和节奏仍由剪辑决定
适合所有开始拼多镜头的新手
8GB 显卡第一条本地视频的首选官方模板
- 含 5B T2V/I2V、14B 与首尾帧 FLF2V 模板
- 官方明确 5B 配合卸载适配 8GB
- 首尾帧流程可精确约束动作落点与转场
适合8GB 用户的本地第一试验项
教你把成功流程炼成 Skill:锁定不变量、换素材测试
- 可从成品、Board 流程或工作流文档提炼 Skill
- 原则:什么永不变、什么用户提供、什么可变
- 保存前必须用新素材测试
- 比存一次成功提示词更接近可靠 Skill
适合想沉淀自己的可复用流程
官方资料6 条
安装到第一个工作流的官方总入口,少走弯路的起点
- 覆盖安装、节点、模板与自定义节点
- 视频教程区含 Wan 系列与视频放大官方工作流
- 原则:先复现官方模板,再加自定义节点
适合本地生成的第一站
官方讲清文字/图像到视频与迭代的具体步骤
- 覆盖文字/图像到视频及继续迭代的操作
- 配套「支持功能」页可查各模型当前能力
- 模型更新快,操作以官方页为准而非旧教程
适合用 Flow/Veo 做多镜头创作
少有的中文官方提示词文档,格式直接可抄
- 把主体、运动、镜头、光影、风格写成可执行提示
- 与 Runway 指南对照可提炼跨平台共性
适合中文用户写视频提示词
Dream Machine 官方入门,项目到关键帧生成一条龙
- 覆盖项目、提示、关键帧与生成的操作流
- Learning Center 另有受控修改等进阶教程
适合第一次打开 Dream Machine
用代码而非 UI 跑视频生成,理解参数的最短路径
- Hugging Face 官方教程,覆盖主流开源视频模型
- 适合理解步数、种子、分辨率等核心生成参数
适合会 Python、想代码化实验的人
自建 Skill 的规范基线,格式、实践、评估都在这
- Quickstart 从最小 SKILL.md 到验证测试
- 评估方法:用任务+期望行为测,不凭感觉
- 先做只读「镜头卡检查 Skill」练手最稳
适合想自建视频 Skill 的人
幕后教程6 条
系统的景别、角度、构图词典,写分镜时随手查
- 覆盖景别、角度、构图与镜头功能
- 当分镜词典查阅,不必通读背诵
适合写镜头卡、分镜时查阅
官方拆解实拍+AI 混合制作,概念图如何定义全片风格
- 真人拍摄+Gemini/Imagen/Veo+3D 动作预演+VFX
- 概念图定风格、动作参考控摄影机是关键手法
- 佐证:优秀实践多为 AI+传统混合流程
适合想理解专业级混合制作流程
解决角色漂移的最高价值案例:规则+粗 3D+V2V
- 用角色设计规则与定制风格锁定轮廓
- 粗 3D 动画做表演预演,再视频转视频保稳定
- 角色稳定问题的高价值官方案例
适合角色一致性卡壳时看
看创作者如何顺着模型的超现实特性设计作品
- 收录 shy kids《Air Head》等早期创作者短片
- 思路:不对抗模型缺陷,顺势做超现实叙事
- 作为历史案例阅读
适合找创意方向、研究扬长避短
官方电影节获奖页,看叙事如何压过技术炫技
- Grand Prix 靠人物性格与喜剧节奏取胜
- 《THE WELL》示范悬疑片的信息控制
- 配 Screening Room 可对比历届审美演变
适合建立 AI 影像审美参照系
与视频 Agent 实验最直接相关:生成、评价、迭代闭环
- DeepLearning.AI+Google,约 1 小时 24 分
- 讲 LLM judge、结构化评分与跨场景一致性
- 自动评分只辅助,采用镜头仍人工定
适合想把生成-评价流程自动化
⚠ 评分作业/证书为 PRO,API 调用可能收费
开源项目11 条
5B 版是 8GB 显存本地生成最有现实依据的入口
- 含 5B 混合 T2V/I2V 与 14B 两档模型
- 5B 配 ComfyUI 原生显存卸载可进 8GB
- 官方模板还含首尾帧 FLF2V,可约束镜头起止
- 仓库演示可用来建立本地模型质量预期
适合8GB 显卡想跑本地文/图生视频
量化+卸载+蒸馏把大模型压进低显存,8GB 进阶首选
- 官方称 8GB 显存+16GB 内存可跑部分 14B 流程
- 量化省显存损画质,卸载省显存增耗时,需取舍
- 同一首帧做精度/步数严格 A/B 才知道值不值
适合愿意折腾参数的进阶玩家
⚠ 安装配置复杂,勿照抄来源不明的一键包
主打生成速度与镜头控制,官方三种用法生态完整
- 官方提供 CLI、ComfyUI 节点、桌面版三条路径
- 有官方 Quick Start,含安装与模型下载
- 8GB 不作为默认路线
适合显存充裕、看重速度与控制的人
⚠ 安装前先读官方硬件要求
腾讯混元官方开源,了解国产开源第一梯队的水位
- 官方提供推理代码与 ComfyUI 配套资料
- 通常高于 8GB 舒适区,先作研究资料
- 适合放进「自己训练/研究模型」路线
适合硬件充裕或做模型研究的人
⚠ 8GB 显卡别指望舒畅运行
统一生成与编辑,教你判断何时改旧镜头优于重生成
- 统一参考生视频、V2V、遮罩编辑、扩画、局部替换
- UserGuide 教按 T2V/R2V/V2V 选输入与预处理
- 项目页案例覆盖移动、替换、扩展等编辑玩法
适合进阶理解生成与编辑统一控制
专攻角色跨镜头一致性,画廊直观展示身份如何继承
- 研究跨画格/镜头的角色一致叙事
- 画廊适合专门观察脸、服装、身份特征继承
- 「角色为何漂移」的必看项目之一
适合被角色漂移困扰的创作者
React 代码写视频,同一数据可确定性重复渲染
- 用 React/CSS/SVG/Canvas/WebGL 渲染成 MP4
- 适合字幕、图表、模板化批量成片
- 不是生成式模型,走确定性渲染路线
适合会前端、要做标准化批量视频
⚠ 商业使用需核对其专有许可证
主题进成片出,认识「另一条成片路径」的最好样本
- 链路:文案→免版权素材→TTS→字幕→合成
- 本质是素材编排,不是 AI 生成电影镜头
- GPU 非硬性要求,8GB 机器可运行
适合做批量解说、无脸社媒短视频
⚠ 画面靠库存素材,别当电影工具用
看多 Agent 如何组织视频编辑:意图解析到反馈修正
- 意图分解→图式规划→30+ 编辑 Agent→反馈修正
- README 标 8GB GPU,但还需本地模型与云端 LLM
- 研究价值高,离稳定个人生产仍有工程距离
适合研究 Agentic 视频编辑架构
⚠ 8GB 只是起点,API 配置与成本别低估
一切自动化后期的最终执行器,合成渲染都在这层落地
- 归一化、拼接、定格、转场、调色、混音、编码全覆盖
- 自动化后期主执行器,可配 OpenTimelineIO
- 核心多为 LGPL,启用 GPL 组件则整体适用 GPL
适合想把剪辑合成步骤脚本化的人
⚠ 许可证随构建选项变化,商用需记录构建方式
阿里开源多语种 TTS 与克隆,短剧解说配音开源底座
- 提供推理、训练、部署全套能力
- 推荐组合:FunASR 转录 + CosyVoice 配音
适合需要中文配音底座的短剧/解说
⚠ 克隆真人声音必须先取得授权
工作流4 条
把参考动作、深度结构带入生成,表演运镜可控性大增
- 支持姿态/深度/结构视频作为控制输入
- 比纯文字描述动作精细得多
适合需要精确控制人物动作时
角色图+音频直接生成表演,对白唱歌镜头的本地方案
- 输入静态角色图与音频,输出表演视频
- 面向对白、演唱、表演三类场景
适合做角色对白、演唱镜头
讲透 ingredients 复用:同一角色场景贯穿多镜头
- 核心机制:可复用素材+从场景图启动新镜头
- 含《Electric Pink》等短片与创作者访谈
- 看点:同一角色/场景 ingredients 如何复用
适合理解云端多镜头连续创作
表格到多平台发布的全自动流水线完整参考
- 链路:表格→图像→I2V→配音字幕→合成→发布
- 自动发布涉及账号,不宜早期练习
适合已跑通手工流程、想批量化的人
⚠ 依赖多个外部付费服务,成本先算清
Skills6 条
学复杂 Skill 怎么拆 scripts/references/assets 的范本
- 官方示例+模板,可看到完整文件结构
- 许多示例 Apache-2.0,但部分仅 source-available
- 不能把整个仓库统一当 Apache-2.0
适合写第一个正式 Skill 前参考
⚠ 许可证按目录不同,复用前逐个核对
平台官方 Skill,复杂类型化创作任务的调用范本
- 覆盖 T2I/T2V/I2V、续写、风格迁移与类型任务
- SKILL.md 公开可审,是学平台型 Skill 的样本
- 通过会话、上传、查询、下载调用平台能力
适合用 LibTV 做类型化视频
官方 30+ 规则文件,让编码 Agent 按规范写视频工程
- 规则覆盖动画、字幕、音频、3D、图表与渲染
- 适合程序化动画、批量模板场景
适合让 Agent 生成代码化视频
数字人口播与翻译本地化的官方 Skill,脚本直达成片
- 含 avatar、video、translate 三类官方 Skill
- Skill 会先补齐脚本与头像信息再调用管线
适合做数字人口播、视频翻译
⚠ 真人肖像与声音使用前必须确认授权
brief 直出统一主题+逐镜规划,MIT 许可可放心改
- 输出视觉主题、6–18 镜头、提示与后期清单
- 示例覆盖 TikTok/Reels/广告/产品解说
- MIT 许可,社区 Skill 里许可最干净一档
适合做广告、社媒多镜头规划
中文口播后期全链,以审核页保留人工确认是最大亮点
- 转录→审核粗剪→字幕→分镜页→竖屏导出
- 中间审核页保留人工确认,不盲目全自动
- README 本身就是完整中文教程
适合中文口播、教程类视频后期