Wenn die KI-Video - Tools in der Vergangenheit "ein Video erzeugen" lösten, will Jellyfish "eine Kurzserie erzeugen".
Ich habe kürzlich auf GitHub ein sehr interessantes Open Source-Projekt entdeckt.Jellyfisch。
GitHub Adresse:
Forget-C / Jellyfish-Version
In nur wenigen Monaten hat das Projekt Tausende von Sternen gewonnen und ist zu einem der meistbesuchten Open-Source - Projekte im Bereich der KI-Video - Erstellung geworden. Sein wichtigstes Merkmal ist nicht die Modellfähigkeit, sondernNeudefinition des Produktionsprozesses von AI-Kurzstücken。(T.co)
Heute werden wir darüber sprechen, was dieses Projekt löst und warum es die Aufmerksamkeit aller KI-Creators verdient.
Es gibt viele Videos, aber warum gibt es keine Kurzfilme?
Die derzeit verfügbaren KI-Tools sind sehr reichhaltig.
- ChatGPT schreibt ein Drehbuch
- Mit Midjourney und Flux.
- Kling, Runway und Veo erstellen Videos
- ElevenLabs gespielt
- Schnitt abgeschlossen Clip
Die Werkzeuge scheinen vollständig vorhanden.
Jeder, der wirklich eine Kurzgeschichte gemacht hat, wird eine Realität entdecken:
Die Werkzeuge werden immer stärker, die Prozesse werden immer mehr chaotisch.
Zum Beispiel,
- Wer heute erscheint, wird morgen sein Gesicht ändern.
- Die gleiche Rolle wechselte drei Kleidungsstücke;
- Eine Szene wird mehrere Dutzend Mal wiederholt;
- Überall kopieren und einfügen;
- Bilder, Videos und Charaktere sind in Dutzenden von Ordnern verstreut.
Das, was wirklich die Entwicklung von KI-Kurzdrücken einschränkt, ist nie ein Modell.
sondernProduktionsprozesse。
Jellyfish ist ein vollständiges Workflow, das um dieses Problem herum konzipiert wurde.
Jellyfish ist kein Video-Tool.
Die offizielle Definition ist klar:
Ein End-to - End-Produktions - Workspace für KI-generierte Kurzdramen
Übersetzt ist:
Ein Handwerk für die Erstellung von Kurzstücken.
Viele Leute, die das Projekt zum ersten Mal sehen, denken falsch, dass es ein weiteres Projekt ist:
Eingabe eines Satzes prompt → Video ausführen
Tatsächlich nicht ganz.
Es ist eher wie:
Das ist eine Kombination aus Notion + Jira + Midjourney + Runway.
Es konzentriert sich auf die gesamte Produktionskette und nicht auf eine einzelne Generation.
Sie hat die Produktion der Kurzstücke in eine komplette Montagelinie zerlegt.
Jellyfish standardisiert den gesamten kreativen Prozess.
Der gesamte Prozess sieht ungefähr wie folgt aus:
剧本
↓
AI 理解剧本
↓
自动拆分分镜
↓
识别人物
识别场景
识别道具
识别服装
↓
建立统一资产
↓
确认每个镜头
↓
AI 图片生成
↓
AI 视频生成
↓
统一管理任务
↓
导出成片
Offiziell fasst der Prozess zusammen:
Script → Storyboard → Asset → Generation → Export.
Es handelt sich nicht mehr um ein „Werkzeug", sondern um eine Produktionslinie.
Größtes Highlight: Rollenkonsistenzmanagement
Wenn Sie schon mal ein Video gemacht haben, wissen Sie sicherlich die größten Schmerzpunkte:
Konsistenz der Rollen.
Zum Beispiel,
Die erste Frau Chef ist so.
Der zweite Teil wechselte ein Gesicht.
Das dritte Alter hat sich geändert.
Die 4. Frisur hat sich geändert.
Auch die fünfte Kleidung hat sich geändert.
Das Publikum kann es am Ende nicht erkennen.
Jellyfish hat ein spezielles Asset Management System entwickelt.
Es wird alle Elemente einheitlich verwaltet:
- Persönlichkeit
- Szene
- Werkzeuge
- Kleidung
- Schauspielerinnen
Jeder Schuss bezieht sich auf diese Assets, anstatt sie neu zu erzeugen.
Dadurch wird vermieden:
Jedes Bild „wird die Welt neu erschaffen".
Sondern:
Kreativität in derselben Welt. (T.co)
Das Drehbuch versteht automatisch.
Das ist auch sehr interessant.
Herkömmliche Workflows:
Der Drehbuchschreiber schreibt.
Der Regisseur teilt die Kamera selber.
Jetzt wird:
Drehbuch importieren.
Automatische Analyse:
- Persönlichkeit
- Szene
- Dialog.
- Werkzeuge
- Emotionen
- Kamera.
Man kann es sogar tun:
- Drehbuch optimiert
- Inhalte vereinfacht
- Konsistenzprüfung
Schließlich entsteht ein strukturiertes Spiegelbild.
Das bedeutet,
AI generiert nicht nur Inhalte.
Beginnt mit der Regiearbeit.
Jedes Bild hat seinen eigenen Lebenszyklus.
Es gibt viele Video-Tools, die nur:
Klick auf die Erzeugung.
beendet.
Jellyfish hat das Objektiv als eine echte Arbeitseinheit entwickelt.
Jeder Schuss erlebt:
待分析
↓
待确认
↓
素材准备
↓
Ready
↓
开始生成
↓
完成
Jeder Schritt kann modifiziert werden
Jeder Schritt kann neu erzeugt werden.
Jeder Schritt lässt sich verfolgen.
Das bedeutet, dass die Idee des Workflows in Internetprodukten in die KI-Kreation übertragen wird. (T.co)
Alle Aufgaben einheitlich abgewickelt.
Ein weiteres Design, das es lohnt:
Er schreibt nicht, dass er tot ist.
Stattdessen wurde ein einheitliches Missionszentrum entwickelt.
Unabhängig davon:
- LL M
- Bilder erzeugt
- Video generiert
Alles geht in das asynchrone Mission-System.
Du kannst:
- Fortschritte überprüfen
- Überprüfen Sie Zeitverbrauch
- Aufgabe abgesagt
- Mission erneut ausprobieren
- Zurück zum entsprechenden Projekt
Das bedeutet, dass zukünftige Zugriffe auf jedes Modell:
- Fluss
- SD X L
- K ling
- Ve o
- Der Run way
- Com fy UI
Das hat keinen Ein fluss auf den gesamten Pro zess .
Das Mod ell ist nur ein Pl ug - in .
Der Pro zess ist der Kern .
Mehr als ein Betrieb ssystem .
Na chd em ich das ganze Projekt gesehen habe , war mein größ tes Gefü hl :
J elly fish macht keine KI .
Es tut es :
Er stellt ein Betrieb ssystem .
In den letzten Jahren haben sich die meisten Projek te auf :
Das Mod ell wird immer stär ker .
Prom pt wird komplex er .
Nach dem Ein tr itt in die kommer zi elle Produk tion wurde jedoch fest gestellt :
Es ist nicht das Mod ell , das die Ef fizi enz bestimmt .
Sond ern Pro zess .
Was für die Zukunft wirklich wichtig ist :
- Work f low
- Daten mana gement
- Material mana gement
- Kons ist enz
- Autom atis che Zusammenarbeit
Das Mod ell ist ledig lich eine unter en Fä hig keit .
Wer kann J elly fish verw enden ?
Ty pis che of fizi ell angeg ebene N utz ungs s zen arien sind :
- Der kleine Sch öp fer
- Das Video Studio
- Un abhäng ige Content - Cre ator en
- Ausbildung Video - Prod uk tions te am
- Mar ken market ing und E - Commerce - Content Team
Wenn Ihr Ziel darin besteht , In hal te in Mas sen zu produ zi eren , an statt gele gent lich ein oder zwei Videos zu er stellen , sind diese Work f low - To ols wert vol ler als blo ße Mod elle zu er stellen .
Schrieben am Ende.
Im ver gang enen Jahr haben wir einen sch n ellen Fortsch ritt bei KI - Video - Mod ellen er leb t .
In der nächsten Phase geht es vielleicht nicht mehr darum , wer sch n eller er zeug t , sondern wer ba uen kann .Sta bil ere , ef fizi ent ere und wieder ver wend bare Produktions syst eme。
J elly fish ist ein Beispiel für diese Idee :
Es st reb t nicht dana ch , das „ st är kste Mod ell " zu sein , sondern eine ein heit liche Pla tt form zu werden , die Skri pt , Sp lit ter , Ass ets , Generation , Task und Ex port verbind et und die KI - Video - Er stellung von „ E in mal - für - E in mal - Generation " auf „ N ach hal tige Produk tion " aktual isi ert . (T.co)
Wenn Sie sich mit KI - Kur z dr ücken , KI - V ide os oder der In hal ts industri alisi erung beschä ftigen , ist dieses Projekt ein intensi ves Studi um wert .
Projektadresse: