GitHub Trending ★ 82 4 min

ATH-MaaS/Pixelle-Video

Python

🔗 https://github.com/ATH-MaaS/Pixelle-Video

📌 【Pixelle-Video】一鍵產出 AI 完全自動短影片的開源引擎

TL;DR:只要輸入主題,Pixelle-Video 會自動完成文案、配圖、影片、語音與背景音樂,並支援多種模型與 API 直連,讓沒有剪輯經驗的使用者也能快速生成短影片。

🎣 只要給出「主題」這一個關鍵字,就能得到一部完整的短影片,這對需要大量社群短片、行銷素材或教學影片的工程師與內容創作者而言,是一項極具生產力的工具。

🤔 為什麼需要全自動短影片引擎?

在社群平臺與短影片市場競爭激烈的今天,手動指令碼撰寫、素材蒐集、剪輯與配音的成本相當高。Pixelle-Video 透過模組化的 AI 流程,將這些步驟自動化,讓使用者只需提供主題即可產出可直接上傳的影片,降低了人力與時間門檻。

🧩 核心架構與功能模組

  • 全自動生成流水線:輸入主題 → AI 文案生成 → AI 配圖規劃 → 逐幀影像處理 → 影片合成。每個環節皆支援自訂模型與引數。
  • AI 智慧文案:根據主題自動產出解說文字,無需手寫指令碼。
  • AI 生成配圖/影片:內建支援 WAN 2.1 等影像與影片生成模型,可直接呼叫 DashScope、OpenAI、Seedream、Seedance、Kling 等服務。
  • 語音合成 (TTS):支援 Edge‑TTS、Index‑TTS 等主流方案,並提供多語言音色。
  • 背景音樂與視覺風格:可自行加入 BGM,並選擇多種模板打造獨特風格,支援豎屏與橫屏尺寸。
  • 模型直連與工作流彈性:除支援 ComfyUI、RunningHub 工作流外,也能透過 API 直接呼叫影像/影片模型,允許快速替換 VLM、TTS 或影像生成服務。
  • 自定義素材:使用者可上傳自己的照片或影片,AI 會分析並生成相應指令碼。
  • 歷史記錄與批次任務:新增歷史記錄頁面,支援一次建立多個影片任務,提升批次產出效率。

📊 近期更新亮點(依時間倒敘)

  • 2026‑06‑01:新增直連 API 媒體模型配置,WebUI 可設定影像/影片模型供應商、Base URL 與代理開關。
  • 2026‑01‑26:加入「動作遷移」模組,支援上傳參考影片或圖片以遷移動作風格。
  • 2026‑01‑14:推出「數字人口播」與「圖生影片」流水線,並支援多語言 TTS 音色。
  • 2026‑01‑06:支援 RunningHub 48G 視訊記憶體機器呼叫,提升高解析度影片生成效能。
  • 2025‑12‑28:允許配置 RunningHub 併發限制,最佳化 LLM 回傳結構化資料的邏輯。
  • 2025‑12‑17:支援 ComfyUI API Key、Nano Banana 模型呼叫,並允許模板自訂引數。
  • 2025‑12‑05:提供 Windows 整合包下載,最佳化圖片與影片反推工作流。
  • 2025‑12‑04:新增「自定義素材」功能,使用者上傳自己的媒體後,AI 會自動分析生成指令碼。

🎯 實務啟示

  • 快速產出行銷素材:行銷團隊只需提供主題,即可在數分鐘內得到完整短影片,縮短活動前置時間。
  • 批次生成教學影片:教育平臺可利用批次任務功能,一次產出多支教學短片,降低教學內容製作成本。
  • 多模型彈性整合:開發者可根據實際需求替換影像、影片或 TTS 模型,靈活測試不同服務商的品質與成本。
  • 零剪輯門檻:即使沒有影片剪輯經驗的使用者,也能透過 Web UI 完成全流程,適合小型創業團隊或個人創作者。

🔗 來源

#AI #VideoGeneration #Automation #OpenSource #ComfyUI #RunningHub #TextToSpeech #LLM #ContentCreation #ShortVideo

google/gemma-4-31b-it:free 自動生成