新闻详情

新闻详情

首页 / 资讯中心 / 详情

【Coze】【视频】山海经故事工作流

发布时间:2026/11/12 11:59:49来源:尧图网络
【Coze】【视频】山海经故事工作流
今天给大家演示一个《山海经故事》视频自动化 Coze 工作流。它结合了大模型的文本生成、图像渲染、语音合成与视频组装等多环节处理能力,实现了从故事内容到成片输出的一站式流程。通过该工作流,用户只需提供一个故事主题,就能生成完整的讲解文案、分镜字幕、配套插画、旁白音频,并自动拼接为成片,直观展示《山海经》的神话世界。文章目录工作流介绍核心模型Node节点工作流程大模型应用生成故事讲解文案大模型应用 2:分镜字幕生成图像提示词生成使用方法应用场景开发与应用工作流介绍这个工作流围绕《山海经》主题展开,利用大模型生成故事内容,再通过分镜节点细化字幕脚本,随后生成图像提示词并转化为插画。批处理与选择器节点负责多场景素材的并行生成与筛选,音频处理节点完成旁白语音与时长计算,最终由代码节点完成素材合并与视频组装。整体流程高度自动化,涵盖文本、图像、音频与视频多模态处理能力。核心模型工作流采用 DeepSeek 系列模型作为主力。DeepSeek-V3负责生成《山海经》讲解文案,语言风格深度契合神话叙事;DeepSeek-V3与DeepSeek-V3-0324分别承担分镜字幕与图像提示词生成,确保字幕精准、提示词细致,为后续插画提供坚实基础。模型名称说明DeepSeek-V3生成故事讲解文案,语言优美,贴合神话风格DeepSeek-V3将文案拆分为分镜字幕,保证原文一致性与节奏感DeepSeek-V3-0324根据字幕
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉