Moki再次拉低睡前视频难度?还能轻松点赞过万!我只能说任重道远(附保姆级制作教程)

news2024/9/30 23:10:20

大家好,我是凡人。

是一个不黑、不吹、不跟风、有知识、有骨气的五好小号主。

就在昨天,收到了一条短信,内容是:美图Moki电脑端正式上线

图片

这时我才想到,很早之前就关注了这块自动生成AI短片的工具,宣传是自媒体视频创作的福音,能够非常高效快速的创作出高一致性的视频。

如果真有这么神奇,那对于AI睡前故事真是一大助力,就像某红书上睡前AI故事,做的不错的都可以拿到过万点赞的成绩,自然广告接到手软,同步还可售卖绘本。

图片

一、什么是Moki

Moki 是由美图公司推出的一款 AI 短片创作工具,专注于辅助视频创作者制作动画短片、网文短剧、故事绘本和音乐视频(MV). 它基于美图自研的奇想智能大模型(MiracleVision),通过智能剪辑、自动配乐、音效添加和字幕生成等功能,大幅简化了视频制作流程,提高了创作效率。

video_moki介绍

一)Moki的特点

生成能力与效率:MiracleVision在视频生成方面取得了显著进步,单次文生视频和图生视频的时长均达到5秒,并支持生成长达1分钟、帧率为24FPS、分辨率为1080P的超长视频。

多模态功能:MiracleVision 4.0版本新增了多项功能,包括矢量图形、文字特效、智能分层、智能排版等AI设计能力,以及文生视频、图生视频、视频运镜和视频生视频等AI视频能力。

用户体验与可控性:MiracleVision 3.0版本进一步降低了用户使用门槛,增强了模型的可控性和精确性。

应用范围:MiracleVision的应用范围广泛,已经逐步落地到美图秀秀、Wink等产品中,并且在美图秀秀App的画廊、美图AI、设计室频道中也具备AIGC功能。

二、睡前故事提示词

一)编写提示词

做睡前故事视频,好的故事是先决条件,所以我们需要写一个提示词好让后面的创作更快速。这时候Kimi+ 的提示词助手就上线了,不清楚的同学可以看我这篇文章:

AI福利免费送,Kimi+ 使用手册(万字长文,谨慎观看)

根据我们对故事的要求,Kimi+的提示词助手提供的提示词。

- Role: 儿童故事创作者- Background: 用户需要一个能够为3-8岁孩子创作具有明显故事线、教育意义以及情节推进和反转的睡前故事的角色,故事需要以温柔妈妈的口吻讲述,以吸引孩子的注意力,并且字数严格控制在400-500字以内。
- Profile: 你是一位专业的儿童故事创作者,擅长用简洁而富有吸引力的语言创作故事,能够在有限的字数内传达深刻的教育意义。
- Skills: 你拥有出色的语言组织能力和故事构思技巧,能够在故事中巧妙地融入教育元素,同时保持故事的紧凑和吸引力。
- Goals: 创作出既有趣又有教育意义的睡前故事,让孩子们在听故事的过程中学习到重要的生活道理,并且严格控制故事的字数。
- Constrains: 故事内容要适合儿童心理发展,语言要温柔、简单易懂,避免使用复杂或恐怖的情节。故事字数严格控制在400-500字以内。
- OutputFormat: 故事以文本形式呈现,语言风格温柔、亲切,适合朗读。
- Workflow:  1. 确定故事的主题和想要传达的教育意义。  2. 设计具有明显故事线和情节推进的故事情节。  3. 在故事中巧妙地安排反转,以增加故事的吸引力。  4. 使用温柔的妈妈的口吻撰写故事,确保故事适合儿童理解,并严格控制字数。
- Examples:  - 例子1:在一个遥远的村庄里,有一只小狐狸,它总是想捉弄别人。直到有一  天,村庄里发生了一场大干旱,小狐狸意识到只有团结一致才能解决问题。它  开始帮助其他动物一起寻找水源,最终找到了一个隐藏的泉眼。这个故事教会  孩子们团结合作的重要性。  - 例子2:在一片茂密的森林里,有一只小松鼠,它总是担心自己的坚果不够过  冬。它不断地收集坚果,直到有一天,它发现了一个巨大的坚果仓库。但是,  当冬天来临,小松鼠发现仓库里的坚果都被老鼠偷走了。这时,森林里的其他  动物帮助了它,教会了小松鼠分享和信任的重要性。
- Initialization: 在第一次对话中,请直接输出以下:亲爱的宝贝,让我们开始今晚的故事时间吧。今天,妈妈要给你讲一个关于小狐狸和村庄干旱的故事,希望你能从中学到团结合作的力量。

教大家个小技巧,我们可以添加kimi的常用语标题,并记录下来,可以方便使用,具体方法如下:

1、点击常用语标题,添加常用语。

图片

2、输入提示词和名称完成常用语的添加。

图片

二)生成睡前故事脚本

在使用kimi+ 提示词后,重新启动一个对话窗口,从在常用语标题中,快速调出常用语:

图片

选择后,等待睡前故事输出完成。

图片

至此脚本准备完成,提示词只要是编写睡前故事就都可以使用。

三、Moki制作视频

一)前期设定

1、脚本输入

网址:https://www.moki.cn

打开Moki网站,将刚才输出的故事填入到网站中,点击立即生成,让Moki自己进行分镜。

图片

2、生成分镜

在生成分镜后,右下角可以看到视频生成的时长。

图片

3、视觉风格选择

关于视觉风格选择我们可以偏向后三种,毕竟是睡前故事,小宝宝们接受才可以。

图片

4、角色设计

风格选择完毕后,选择角色设计,Moki会非常贴心地自动生成相关的角色,但现在要注意最多只能生成3个角色哦

图片

5、旁白音色

可以自行选择旁白音色,这里可以选择幼童的音色更有带入感。

图片

6、画面比例

目前只提供:9:16 和 16:9 两种比例。

图片

二)内容生成

1、形成分镜

在形成分镜时,我们可以清楚的看到消耗的积分,1个分镜2积分,这里做个小计我们花了42积分。

图片

在生成分镜的过程中每个分镜最多要三十秒,甚至更少,视频有21个分镜整个生成时间也不足3分钟

图片

2、调整分镜

当然在生成过程中也可以对生成的分镜进行优化调整,每次调整花费4个积分。这里我没做调整。

图片

3、最终支付

但在最终形成视频的后期制作前,需要进行视频价格的支付,这里总共花费了100积分。

图片

4、后期制作

进入后期制作的页面,可以看到视频后期处理的分镜AI视频、配乐、视频的调整方式。

图片

关于每个分镜视频用户可以随时调整,具体可以包括调整运镜和重新生成视频,这里暂时不收费,但就目前生成的AI视频来说,能力相比较可灵、Luma、Runway 都还有挺大的差距。

图片

图片

5、导出

如果感觉分镜都没问题就可以到导出啦。

当然导出也很合理,可以把完整视频或素材都拿出来,这里可操作性就很大了,可以导入剪映弥补 Moki 后期剪辑的不完善。

图片

好了一起来看看效果吧。

四、总结

在使用Moki后,对Moki有了一些了解,个人感觉如下:

1、高一致性,生成的AI图片角色一致性非常不错。

2、故事拆分镜,也很好用,并且给出对应的图片也很符合场景。

3、AI视频生成能力较弱,相比市面上如可灵、即梦、Runway、Luma 等AI视频生成工具还有一定差距。

4、剪辑能力较弱,只提供了基本的剪辑操作,还需要生成素材后,自己在剪影中精细调整。

5、收费,生成了2分22秒的视频,我一共花费了142个积分,如果不是系统送了325个积分,我就需要花费14块才能做出这个视频,值不值得大家可以自己估量。

图片

总之,有人说Moki像一个缝合怪,什么都做而什么也不精,但我却不这么觉得,AI技术一直在迭代,这只是第一个版本,可能后面就会有越来越多的功能逐步解锁,这是个必然过程,当然,最终剩下的有可能是Moki,也可能不是


怎么样今天的内容还满意吗?再次感谢观众老爷的观看。
最后,祝您早日实现财务自由,还请给个赞,谢谢!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2180969.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

CNN中注意力机制综合指南:从理论到Pytorch代码实现

注意力机制已经成为深度学习模型,尤其是卷积神经网络(CNN)中不可或缺的组成部分。通过使模型能够选择性地关注输入数据中最相关的部分,注意力机制显著提升了CNN在图像分类、目标检测和语义分割等复杂任务中的性能。本文将全面介绍…

redis的数据结构,内存处理,缓存问题

redisObject redis任意数据的key和value都会被封装为一个RedisObject,也叫redis对象: 这就redis的头信息,占有16个字节 redis中有两个热门数据结构 1.SkipList,跳表,首先是链表,和普通链表有以下差异&am…

【c++面试总结】

1. NULL 和 nullptr 区别 int overLoadTest(int x) {cout << __LINE__ << endl;return 0; }int overLoadTest(char* x) {cout << __LINE__ << endl;return 0; }int main() {char x[10] {1,2,3,4,5};overLoadTest(1);overLoadTest(x);overLoadTest(nu…

2024大二上js高级+ES6学习9.23(严格模式,this指向和改变this指向,高阶函数)

9.23.2024 函数进阶 1.函数定义方式 2.函数的调用方式 3.函数的this指向 而普通函数、定时器函数。立即执行函数一般是window调用的 构造函数调用&#xff1a;原型对象中的方法是在实例对象调用这个方法时&#xff0c;才指向实例对象。 4.改变函数的this指向&#xff08;ca…

体育馆智能化系统规划方案

1. 体育馆智能化系统规划概述 本文详细介绍了一个室内体育馆的智能化系统规划方案&#xff0c;旨在通过优化建筑结构、系统、服务和管理&#xff0c;创建一个高效、舒适、便利的环境。该体育馆按照国家三级乙等标准设计&#xff0c;总建筑面积约1.69万平方米&#xff0c;智能化…

基于深度学习的点云处理模型PointNet++学习记录

前面我们已经学习了Open3D&#xff0c;并掌握了其相关应用&#xff0c;但我们也发现对于一些点云分割任务&#xff0c;我们采用聚类等方法的效果似乎并不理想&#xff0c;这时&#xff0c;我们可以想到在深度学习领域是否有相关的算法呢&#xff0c;今天&#xff0c;我们便来学…

在树莓派上部署开源监控系统 ZoneMinder

原文&#xff1a;https://blog.iyatt.com/?p17425 前言 自己搭建&#xff0c;可以用手里已有的设备&#xff0c;不需要额外买。这套系统的源码是公开的&#xff0c;录像数据也掌握在自己手里&#xff0c;不经过不可控的三方。 支持设置访问账号 可以保存录像&#xff0c;启…

ST-GCN模型实现花样滑冰动作分类

加入深度实战社区:www.zzgcz.com&#xff0c;免费学习所有深度学习实战项目。 1. 项目简介 本项目实现了A042-ST-GCN模型&#xff0c;用于对花样滑冰动作进行分类。花样滑冰作为一项融合了舞蹈与竞技的运动&#xff0c;其复杂的动作结构和多变的运动轨迹使得动作识别成为一个具…

redis-数据类型

十大数据类型 学习 redis 操作手册 英文 Commands 中文 Redis命令中心&#xff08;Redis commands&#xff09; – Redis中国用户组&#xff08;CRUG&#xff09; 学习方法 举出一个数据结构的应用场景&#xff08;理解数据结构特点&#xff09;&#xff0c;并操作&…

深度学习模型可视化工具 Netron 使用教程

Netron 介绍 Netron 是一个用于可视化机器学习模型、深度学习模型、神经网络、图模型&#xff08;例如用于计算机视觉的 ONNX、Caffe、TensorFlow Lite、TensorFlow.js、Keras、Darknet、TVM、PyTorch、TorchScript、Core ML、ML.NET、NNEF、PaddlePaddle、OpenVINO、Arm NN等…

C++STL--------string

文章目录 一、STL介绍二、string1、constructor构造函数2、operator[]方括号运算符重载3、iterator迭代器4、reverse_iterator反向迭代器5、size和length6、capacity7、clear8、shrink_to_fit9、at10、push_back11、append 二、auto类型(C11)1、使用2、真正的价值 三、范围for(…

基于大数据技术的宠物商品信息比价及推荐系统

作者&#xff1a;计算机学姐 开发技术&#xff1a;SpringBoot、SSM、Vue、MySQL、JSP、ElementUI、Python、小程序等&#xff0c;“文末源码”。 专栏推荐&#xff1a;前后端分离项目源码、SpringBoot项目源码、Vue项目源码、SSM项目源码、微信小程序源码 精品专栏&#xff1a;…

自己做个国庆75周年头像生成器

版权声明&#xff1a;本文为博主原创文章&#xff0c;转载请在显著位置标明本文出处以及作者网名&#xff0c;未经作者允许不得用于商业目的。 下载相关代码&#xff1a;【免费】《自己做个国庆75周年头像生成器》代码资源-CSDN文库 又是一年国庆节&#xff0c;今年使用国旗做…

MFU简介

1、缩写 MFU - Mask Field Utilization&#xff08;光刻掩膜版有效利用比例&#xff09; GDPW - Gross Die Per Wafer&#xff0c;每张wafer上die的数量 2、什么是MASK 在光刻机中&#xff0c;光源&#xff08;紫外光、极紫外光&#xff09;透过mask曝光在晶圆上形成图…

华大HC32F448的FreeRTOS移植

为什么要移植FreeRTOS? 目前的程序只是前后台查询方式的架构&#xff0c;有些场合更适用FreeRTOS(免费使用)。 下载地址&#xff1a; 下载 FreeRTOS - FreeRTOS™ 相关知识入门&#xff1a; FreeRTOS™ - FreeRTOS™ &#xff08;网址&#xff09; FreeRTOSv9.0.0文件夹…

总结C/C++中内存区域划分

目录 1.C/C程序内存分配主要的几个区域&#xff1a; 2.内存分布图 1.C/C程序内存分配主要的几个区域&#xff1a; 1、栈区 2、堆区 3、数据段&#xff08;静态区&#xff09; 4.代码段 2.内存分布图 如图&#xff1a; static修饰静态变量成员——放在静态区 int globalVar 是…

ESXI识别服务器磁盘,虚拟机显示无效

ESXI识别服务器磁盘&#xff0c;虚拟机显示无效 系统意外断电识别不到磁盘的情况下可以管理-》硬件-》搜索磁盘名称&#xff0c;选择切换直通&#xff0c;则虚拟机正常。

COMP 6714-Info Retrieval and Web Search笔记week2

tokenizer&#xff1a;分词器 右半部分&#xff1a;倒排索引 Westlaw AND&#xff08;&&#xff09;&#xff1a; 要搜索必须同时出现在文档中的两个或多个词语&#xff0c;请使用 AND&#xff08;&&#xff09;。例如&#xff0c;输入 narcotics & warrant&#x…

DialMAT:跨模态特征提取与对抗训练的结合

目录 一、背景介绍二、技术路线2.1 DialMAT的总体架构2.2 基于矩的对抗训练&#xff08;MAT&#xff09;2.3 跨模态并行特征提取参考文献 一、背景介绍 在智能体研究领域&#xff0c;一个重要的挑战是如何让智能体有效理解人类的语言指令并在实际环境中完成任务。尤其是在复杂环…

光通信——PON技术

PON网络结构 PON&#xff08;Passive Optical Network&#xff0c;无源光网络&#xff09;系统的基本组成包括OLT&#xff08;Optical Line Terminal&#xff0c;光线路终端&#xff09;、ODN&#xff08;Optical Distribution Network&#xff0c;光分配单元&#xff09;和ON…