刚看到LibTV Agent，主打一句话直接出成片，不用再堆提示词，也不用喂参考图。这方向挺戳做视频的人。现在的痛点就是为了一段十几秒的片子，提示词和图参要来回调大半天，改一个镜头满盘重来。
真做到自然语言直接生成分镜、运镜到成片，门槛一下就下来了。不过我保留意见，一句话出片听着爽，可控性往往就是代价，越省事的输入越难精确控制画面里的细节。
等能上手了想试试它对复杂运镜到底理解到什么程度，别又是只会平移推拉那几下。
一句话出片这波我持观望，可控性肯定要打折。
蹲后续
做视频最烦的就是调参来回磨，这点算戳中了。
1 个赞
越省事越难控细节，这话说得在理。
慕了，什么时候开公测 