<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>AI社 - 图像/语音/视频</title>
    <link>https://guangguai.cn/forum.php?mod=forumdisplay&amp;fid=17</link>
    <description>Latest 20 threads of 图像/语音/视频</description>
    <copyright>Copyright(C) AI社</copyright>
    <generator>Discuz! Board by Discuz! Team</generator>
    <lastBuildDate>Sun, 19 Jul 2026 12:54:28 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://guangguai.cn/static/image/common/logo_88_31.gif</url>
      <title>AI社</title>
      <link>https://guangguai.cn/</link>
    </image>
    <item>
      <title>Bernini 能力总览与 Web UI 选项说明</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=37</link>
      <description><![CDATA[---

## 1. Bernini 这个框架能做什么

一句话：**字节跳动开源的\&quot;统一视频生成 + 视频编辑\&quot;框架**，覆盖 8 种任务，且 7 个任务共享同一个 Web 接口。

| 大类 | 能干什么 |
|------|--------|
| 文生 | 文字 → 图 / 视频 |
| 编辑 | 给一张图/视频 + 指令 → 重新生 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Mon, 06 Jul 2026 08:50:20 +0000</pubDate>
    </item>
    <item>
      <title>Seedance 2.0 vs Bernini：字节跳动两条视频生成路线的对比</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=36</link>
      <description><![CDATA[Seedance 2.0 和 Bernini 都出自字节跳动，但它们是 **两条完全独立的产品线**：

- **Seedance 2.0**：**闭源商业模型**，主打\&quot;开箱即用、影视级画质 + 原生音频\&quot;，只能通过云端 API/Web 使用。
- **Bernini**：**开源研究框架**（Apache 2.0），主打\&quot;先理解、再生成 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Thu, 02 Jul 2026 11:08:56 +0000</pubDate>
    </item>
    <item>
      <title>ComfyUI 工程化实践:模型、显存、多卡、流水线集成</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=35</link>
      <description><![CDATA[# ComfyUI 工程化实践:模型、显存、多卡、流水线集成

面向已经熟悉 ComfyUI 基本操作、希望将其纳入工业化产线的工程师,整理一组工程实践与决策依据,涵盖模型管理、显存治理、多卡部署、流水线集成、视频改写与防搬运策略等主题。

网络上关于 ComfyUI 的入门资料相当 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Sat, 27 Jun 2026 12:58:30 +0000</pubDate>
    </item>
    <item>
      <title>AI 视频帧的两种思路：HTML 模板 + AI 生图 vs 纯 AI 生图</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=34</link>
      <description><![CDATA[&gt; 起因：研究 Pixelle-Video 时发现它用了一个挺反直觉的方案——**用浏览器截网页当视频帧**。一开始觉得很怪，搞清楚之后发现这其实是个相当聪明的设计。本文把这套思路和\&quot;纯 AI 生图\&quot;做个对比，给做短视频自动化的朋友参考。

---

## 一、问题背景

要做 AI 短视频 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Wed, 24 Jun 2026 12:32:25 +0000</pubDate>
    </item>
    <item>
      <title>Pixelle-Video 实测与评估</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=33</link>
      <description><![CDATA[&gt; 本文基于实际部署、跑通多条流水线后的实战感受，不是官方介绍。环境为 Ubuntu 22.04 + 本地 ComfyUI。
&gt;
&gt; **项目来源**：[Pixelle-Video GitHub](https://github.com/AIDC-AI/Pixelle-Video)
&gt;

---

## 一、项目是什么

Pixelle-Video 是一个**开源短视频自动化生 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Tue, 23 Jun 2026 10:02:20 +0000</pubDate>
    </item>
    <item>
      <title>数字人口播视频流水线：架构、踩坑与提示词工程</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=32</link>
      <description><![CDATA[&gt; 一份从零跑通到稳定出片的工程笔记。文稿一键生成竖屏数字人口播视频（背景视频 + 右下角圆形数字人 + 逐句字幕 + 配音），分享设计思路、踩过的坑、以及关键的提示词原则。
&gt;
&gt; 关键词：ComfyUI · IndexTTS2 · WhisperX · InfiniteTalk · Wan2.2 · LTX-2 · ff ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Fri, 19 Jun 2026 02:03:39 +0000</pubDate>
    </item>
    <item>
      <title>JoyAI-Echo 提示词经验与模型问题总结</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=31</link>
      <description><![CDATA[# JoyAI-Echo 提示词经验与模型问题总结

本文记录长时间测试 JoyAI-Echo 后形成的提示词经验、常见问题和实际结论。重点是：哪些场景稳、哪些场景不稳、怎样写更容易出好结果，以及哪些问题不要指望靠提示词彻底解决。

## 1. 总体结论

JoyAI-Echo 更适合：

- 风景空 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Thu, 18 Jun 2026 01:48:46 +0000</pubDate>
    </item>
    <item>
      <title>InfiniteTalk  数字人</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=30</link>
      <description><![CDATA[# InfiniteTalk 7 个模型 · 各自干什么 + 多大 + 还能用在哪

&gt; 核心认知：AI 生成视频不是一个模型搞定，而是一条流水线，每个模型是一个\&quot;工种\&quot;。就像拍电影有摄影/灯光/配音/剪辑。

## 总览表

| # | 模型文件 | 角色 | 大小(约) | 复用性 |
|---|---|---|---|---|
 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Wed, 17 Jun 2026 07:52:36 +0000</pubDate>
    </item>
    <item>
      <title>AI在视频领域攻城掠地，未来会怎么样？</title>
      <link>https://guangguai.cn/forum.php?mod=viewthread&amp;tid=16</link>
      <description><![CDATA[# AI 视频争的不是镜头,是对物理世界的建模权

&gt; 2025 年下半年到 2026 年上半年,AI 视频生成的能力跃迁,已经远远超出\&quot;短视频特效\&quot;或\&quot;省下一个剪辑岗\&quot;的讨论范围。把这条线拉远看,它正在做的事比\&quot;抢拍片饭碗\&quot;重得多——把视频从最贵、最重的信息载体,变成像文字一样廉价 ...]]></description>
      <category>图像/语音/视频</category>
      <author>sixchu</author>
      <pubDate>Tue, 26 May 2026 13:26:39 +0000</pubDate>
    </item>
  </channel>
</rss>