AI product video system

AI Video Gemini Workflow

一个从商品参考图到 15 秒成片的批量生产工具:产品库锁定、分镜拆段、Veo 生成、原生音频拼接、矩阵批量、QC 抽帧和满意流程复用。

8s / 15s 真实 Provider 链路已跑通
5 / 5 矩阵批量 15 秒成片完成
3 Keys 多 Key 轮换与 429 保护
720×1280 竖屏视频 QC 与抽帧复核

Real outputs

真实成片样本

这些视频来自项目输出目录中的真实生成结果。公开站只展示成片和验收材料,不包含 API Key、代理配置或后端生成接口。

多段生成

15 秒分镜拼接

把单次 4-8 秒的生成能力拆成 8+4+4 或 5+5+5,再完成拼接和 QC。

单段基线

8 秒直出链路

从参考图、提示词到视频生成、文件落盘、QC 抽帧的基础闭环。

System design

可复用的商品视频流水线

项目的重点不是单次生成,而是把可复用资产和生产状态留下来:产品库、提示词库、满意流程、 队列状态、QC 报告和一致性记录。

  1. 01 产品库锁定

    保存参考图、产品约束、负面提示词和历史好结果。

  2. 02 分镜和矩阵计划

    支持 8 秒单段、12/15 秒多段,以及多角度内容矩阵。

  3. 03 Provider 适配

    Gemini Veo、custom relay、多 Key 轮换,预留 Seedance 和 Sora。

  4. 04 拼接和 QC

    保留原生音频,自动抽帧,记录时长、分辨率、音轨和一致性风险。

  5. 05 满意流程复用

    把好结果保存为可复用文件夹,后续直接复刻提示词、图片和视频结构。

Operator console

本地生产控制台

前端是一个单页工作台,围绕真实使用顺序组织:产品、提示词、时长、分段进度、矩阵结果、 保存流程和设置检查。

AI Video Gemini Workflow 本地工作台界面截图

Batch production

5 条 15 秒矩阵实测

Round 28 使用同一产品库,按 5 个内容角度串行生成。每条内部 3 段,完成后拼接、抽帧、 QC 并保存为满意流程。

阳光街道 15.00s

重跑第 3 段后清除了类似社媒 UI 的覆盖条。

公园慢跑 14.93s

两件套稳定佩戴,一致性判定为 consistent。

露天咖啡 14.93s

可拆卸动作成立,一致性判定为 consistent。

骑行通勤 14.93s

存在轻微产品漂移,记录为 drift-minor。

商场逛街 14.93s

日常穿搭角度完整完成,一致性判定为 consistent。

Evidence and boundary

验收证据与公开边界

已确认

真实 Provider 生成、15 秒多段拼接、矩阵批量、抽帧 QC、满意流程保存和多 Key 轮换均有项目内报告记录。

没有公开

生成后端、API Key、代理、上传写入接口和本地文件系统能力没有部署到公网。这个子站是作品展示页。

仍需人工判断

AI 视频的产品一致性不能完全自动保证。项目保留抽帧和一致性判定入口,用来沉淀可复用的好流程。