乐于分享
好东西不私藏

AI视频学习(三)——AI 视频工具要怎么选

AI视频学习(三)——AI 视频工具要怎么选

写给大家:想做 AI 短剧、短视频,但被一堆工具名晃晕的人。

我的建议很直白:
先用现成工具(网页或 App)把「剧本 → 分镜 → 图 → 视频 → 配音 → 配乐 → 剪辑」整条流程跑通一遍,确认自己真要干这行,再考虑买显卡自己部署。新手一上来买卡,大多吃灰。

下面标的价格和商用条款随时都会变,发文前自己到官网核一眼(免责)!

一、选型先看这四件事

按顺序看:

  1. 中文支持:
    prompt 用中文顺不顺、界面有没有中文。新手直接选国产,省得翻墙。
  2. 费用:
    免费额度够不够你做出第一条片子。别先开年费。
  3. 画质:
    短剧要「能看」,图生视频的连贯性比出图更关键,选的时候多盯这一项。
  4. 商用授权:
    你要发视频号、接单、卖课,必须看清工具允不允许商用,不然白干。
新手最容易犯的错,就是流程还没跑通先去买显卡。先用 SaaS 把全流程走一遍,再谈别的。

二、第一阶段:现成工具(注册即用,不用部署)

1. 写剧本

工具
特点
费用
谁用
豆包
中文强、免费,给「分镜+口播稿」提示词很顺
免费
新手首选
通义千问
逻辑清楚,长剧本不容易崩
免费 / 会员
想写长一点
Kimi
能吃长文档,改稿、续写顺手
免费 / 会员
已有草稿要润色
DeepSeek
中文推理强、免费,API 极便宜,适合批量生成
免费 / API 低
要量产、接工作流
文心一言 / 智谱清言 GLM
国产大厂,中文稳
免费 / 会员
备选主力
ChatGPT / Claude / Gemini
脑洞大,中文比国产弱一些
付费
有梯子、要发散
免费起步用豆包或 DeepSeek 就够,写长剧本换通义,要脑暴去 Claude 或 Gemini。别每个都试,挑一个用熟,一招鲜,吃遍天。

2. 分镜

工具
特点
费用
谁用
豆包 / 通义 / DeepSeek
让大模型直接出分镜表(景别+画面+台词)
免费
大多数情况够用
即梦 AI
部分版本能把脚本转成关键帧画面
免费额度
想直接出画面
Boords(海外)
专业分镜板,可拖拽、可团队协作
付费
接商业单要规范
StoryboardHero(海外)
AI 自动出分镜图加文案
付费
独立制片
稿定 / Canva(分镜模板)
套模板出分镜页,适合给客户看
免费 / 会员
要交付方案
实操上,我一般先用大模型出文字分镜表,再拿文生图工具出关键帧,这样最稳,不容易跑偏。

3. 文生图

工具
特点
费用
谁用
即梦 AI
字节出品,中文 prompt 友好,免费额度多
免费 / 会员
短剧角色、场景
通义万相
阿里,风格稳,商用条款清楚
免费 / 会员
偏写实
海艺 / Liblib(SD 生态)
国内 SD 社区,模型多、能白嫖
免费 / 会员
想换风格
Midjourney
画质目前最强,但走 Discord、纯英文
付费
追求质感、能翻墙
DALL·E 3
在聊天里直接出图,省事
含在 ChatGPT 会员
顺手出图
Leonardo.Ai
海外,游戏和角色资产强,有免费额度
免费 / 会员
做角色设定集
Adobe Firefly
商用授权最干净(训练数据合规),能直连 PS
免费 / 会员
商用保守派
妙鸭 / 腾讯智影绘图
国内,人像和场景一键出
免费
顺手出图
Recraft(海外)
带「品牌风格集」,适合统一视觉
免费 / 会员
要统一美术
新手用即梦,要质感上 Midjourney,怕商用纠纷用 Firefly,做角色资产看 Leonardo。

4. 图生视频

工具
特点
费用
谁用
可灵 AI
快手,运动连贯、不容易变形,目前国产里最稳
免费 / 会员
短剧主力
即梦 AI
字节,图生视频加运镜可控
免费 / 会员
和文生图一套
海螺 AI(MiniMax)
质感好,有免费额度
免费 / 会员
多一个备选
Vidu(生数)
清华系,长镜头、多主体
免费 / 会员
复杂镜头
PixVerse
海外但国内能用,模板多、出片快
免费 / 会员
快速出片
Runway / Pika / Luma
海外老牌,功能全但要翻墙、偏贵
付费
有海外需求
阶跃 Step-Video
国产开源模型,也有在线版
免费 / 会员
看国产前沿
Google Veo / Adobe 视频
海外顶级画质,接各自生态
付费
不差钱、重质感
腾讯智影 / 不咕
国内,剪辑加视频生成一体
免费 / 会员
想一条龙
国内主力就可灵加即梦,要快加 PixVerse,长镜头试 Vidu,出海用 Runway。

5. 视频配音

工具
特点
费用
谁用
剪映 AI 配音
几十种声音、免费,和剪辑一体
免费
新手首选
魔音工坊
声音多更自然,能定制音色
付费
要专属声线
讯飞配音
中文发音标准,商用成熟
按量
偏正式
微软 Azure TTS
工业级,多种中文嗓、能调 API
按量
要批量、接系统
ElevenLabs
英文和拟真最强,中文一般
付费
出海内容
Fish Audio
声音克隆好,有免费额度,中英文都行
免费 / 付费
克隆自己声音
TTSMaker
免费、不用登录,临时救急
免费
应急
CosyVoice / GPT-SoVITS
开源,能本地克隆任意声音(第二阶段用)
免费
自部署玩家
免费就剪映,要专属声线用魔音工坊或 Fish Audio,要批量上 Azure TTS。

6. 视频配乐

工具
特点
费用
谁用
剪映音乐库
自带版权音乐,直接拖
免费
最省事
Suno
输入风格就出定制 BGM
免费 / 会员
要专属配乐
Udio
和 Suno 一类,旋律更抓耳
付费
重音乐性
海绵音乐(字节)
中文 AI 配乐,免费额度
免费
国产替代
天工 SkyMusic(昆仑)
国产 AI 作曲,中文歌词也行
免费 / 会员
国产替代
Boomy / AIVA
海外,AIVA 商用授权清楚
免费 / 付费
商用配乐
Pixabay / YouTube 音频库
真免版权曲库,搜着用
免费
不想用 AI 歌
省事用剪映库,要定制上 Suno,商用干净选 AIVA。

7. 视频剪辑

工具
特点
费用
谁用
剪映
国内首选,自动字幕加 AI 功能全,手机电脑通吃
免费 / 会员
99% 场景
必剪
B 站出品,UP 主友好
免费
发 B 站
快影
快手出品,模板多
免费
发快手
智影(腾讯)
在线剪辑加数字人加配音一体
免费 / 会员
要数字人
CapCut
剪映国际版,海外发布通用
免费 / 会员
发 TikTok / YouTube
度加剪辑(百度)
免费,AI 字幕强
免费
顺手用
Clipchamp(微软)
轻量,Windows 自带级
免费 / 会员
Windows 用户
不咕剪辑
免费,贴纸和特效多
免费
短视频特效
Premiere + DaVinci
专业,但学习成本高
付费
接商业精剪
Descript(海外)
改文字就改片,口播类效率流
付费
口播效率
国内用剪映,发海外用 CapCut,要数字人上智影,商业精剪才上 Pr 或 DaVinci。

三、第二阶段:自己部署(要显卡,要会折腾)

先说清楚什么时候才值得自部署:现成工具额度不够、风格受限、或者导出带水印;你要批量生产、完全掌控模型、做差异化风格;并且愿意投显卡或云算力的钱。

文生图(自部署)

模型
特点
部署方式
Flux(Black Forest)
2024 起开源画质标杆,写实强
ComfyUI / 本地
SDXL / SD 1.5
生态最成熟,模型海量
Automatic1111 / Forge / ComfyUI
通义万相开源版
阿里开源,中文友好
ModelScope / 本地
Kolors(快手)
中文文字渲染好
本地
CogView(智谱)
国产开源文生图
本地
SD3.5 / PixArt-α / AuraFlow
新一代开源底模,轻量
ComfyUI / 本地
Playground / Fooocus
开箱即用的 SD 封装,少调参
本地

图生视频(自部署)

模型
特点
部署方式
Wan(通义万相视频)
阿里开源,效果第一梯队
ComfyUI / 本地
HunyuanVideo
腾讯开源,高质但吃显存
本地 / 云
CogVideoX
智谱开源,图/文生视频
本地
Stable Video Diffusion
Stability 开源,图生视频基础款
本地
AnimateDiff
配合 SD 做动态,轻量
本地
Mochi / LTX-Video
2025 新开源,轻量好跑
本地 / 云
SkyReels(昆仑万维)
开源视频加数字人一体
本地 / 云
Open-Sora / EasyAnimate(阿里)
开源文生视频框架
本地 / 云
Step-Video(阶跃)
国产开源视频模型
本地 / 云

语音克隆和配音(自部署)

模型
特点
部署方式
CosyVoice(阿里)
多语种、能控情感,商用友好
本地 / ModelScope
GPT-SoVITS
5 秒采样克隆任意声音,社区最火
本地
Fish Speech
开源 TTS,中英文自然
本地

硬件和部署建议

  • 本地:图生图 8 到 12G 显存勉强(3060 / 4060Ti);图生视频建议 24G 起(3090 / 4090)。
  • 云:新手用 AutoDL、趋动云、腾讯云 GPU 或阿里 PAI,按时计费,先别买卡。
  • 工作流:新手直接上 ComfyUI(节点式,社区工作流一堆,复制就能用);嫌节点麻烦用 Fooocus 或 InvokeAI。
  • 模型去哪下:魔搭 ModelScope、HuggingFace、Civitai、Liblib。

四、三套能直接用的搭配

下面三套是我自己常用的搭配,按预算和发布渠道挑一套先跑:

省钱跑通版(0 成本) 豆包写剧本 → 豆包出分镜 → 即梦出图 → 可灵出视频 → 剪映配音、配乐、剪辑。全程免费额度,先做 3 条 1 分钟短剧,把手感摸出来。

质量进阶版(月付几百) 通义千问写剧本 → Midjourney 出图 → 可灵或海螺出视频 → 魔音工坊配音 → Suno 配乐 → 剪映精剪。

出海版(发 TikTok / YouTube) Claude 写剧本 → Midjourney 出图 → Runway 出视频 → ElevenLabs 配音 → CapCut 剪辑。

五、全环节速查表

环节
新手首选(免费)
进阶(付费)
出海备选
开源自部署
写剧本
豆包 / DeepSeek
通义千问
Claude / Gemini
分镜
豆包分镜表
即梦关键帧
Boords
文生图
即梦
Midjourney
Leonardo / Firefly
Flux / SDXL / Kolors
图生视频
可灵 / 即梦
PixVerse
Runway / Luma
Wan / HunyuanVideo / Mochi
配音
剪映 AI
魔音工坊 / Fish Audio
ElevenLabs
CosyVoice / GPT-SoVITS
配乐
剪映库
Suno
Udio / AIVA
剪辑
剪映
智影(数字人)
CapCut / Descript

六、几个容易踩的坑

几个坑我当初都踩过,列出来给你省点时间:
  1. 商用授权先查。发视频号、接单、卖课,必须确认工具允许商用,不然收益可能被追责。
  2. 别囤工具。每个环节盯一个主力用熟,比十个都试强,参考上面那张表,每行最多盯一个。
  3. 先做出一条小片。别在选型上耗一周,用省钱版做出第一条,问题自然就清楚了。
  4. 自部署是手段不是目的。多数人第一阶段就够吃这波红利,等单量上来了再考虑。