步骤 1：从图像开始
文本到视频的生成速度尚不及文本到图像。为了获得更可预测的视频输出，建议从图像开始，而不是仅靠文本提示并等待数分钟期望随机得到好结果。
你可以使用手机或家庭相册中的现有图像，或者通过某机构的图像模型生成一张。甚至可以微调模型以匹配特定角色、风格或美学。
datacte/flux-aesthetic-anime 模型是一个流行的微调模型，具有吉卜力工作室风格的动漫美学。将其导入沙盒：打开沙盒，点击模型选择器，然后选择“管理模型”。输入模型名称并回车，即可将其添加到沙盒中。
现在可以根据需要生成任意数量的图像，调整提示和参数直到获得满意的效果。此处使用的提示为：“一位金发DJ为欢乐跳舞的人群表演”。这将是视频的起点。
步骤 2：生成并优化视频
图像定稿后，即可让其动起来。
某机构的沙盒默认包含一些视频模型。使用 minimax/video-01-live，该模型尤其擅长保持动画角色的连贯性。
下载上一步中你最喜欢的图像，然后将其拖拽到 first_frame_image 字段中。在文本框中输入提示，描述你希望视频如何运动。这可以是对角色、背景或镜头运动的描述。
此处尝试了几种提示，最终确定为：“一位金发DJ为欢乐跳舞的人群表演，微笑着随音乐摆动头部和手臂”。这使角色能够动起来并与人群互动。
该模型的输入选项不多，但提示优化器会有帮助。可以尝试在启用和未启用提示优化器的情况下使用同一图像，观察结果的差异。
点击“运行”生成视频，这需要几分钟时间。如果需要，可以排队多次运行以获得相同输入的多个输出，或尝试不同的模型。
步骤 3：添加声音
获得满意的视频后，使用 zsxkib/mmaudio 模型即可轻松添加声音。像之前一样将该模型添加到列表中。下载视频，将其拖拽到 video 字段。
添加类似“人群欢呼，电子音乐”的提示。该音频模型会尝试匹配视频和提示，因此音乐有望与视频动作保持节拍一致。这一步比生成视频更快、成本更低。尝试几个不同的提示，看看你喜欢哪个。
步骤 4：分享视频
视频和声音都完善后，即可发布！分享到社交媒体，或作为更大项目的一部分。可以从沙盒中获取代码片段，并通过API生成图像、视频和音频。
该工作流使AI视频创作更加结构化和可重复。尝试不同的风格、角色和提示。FINISHED
