KeyFrame內部研究專用

How to Make AI Whiteboard Animation Videos (Full Guide)

Youri van Hofwegen·6月29日週一·10 min英文

三句話摘要

使用 AI 工具在 10 分鐘內創作專業白板動畫,無需繪畫技能。 AI 工具透過系統化工作流程(參考圖像 + 分場景生成 + 逐幀調整)已能取代手繪,讓任何人快速製作視覺專業的白板故事動畫。 分場景製作而非整體生成

重點整理

重點
  • 1

    分場景製作而非整體生成

  • 2

    講者強調不要一次生成完整視頻,而是將故事分成 9 個場景,逐一生成圖片和動畫。這樣能完全掌控結果,修改瑕疵時無需重做整個視頻,提高效率和品質。

  • 3

    使用參考圖像確保一致性

  • 4

    為所有重複出現的元素(角色丹尼爾、白板、繪畫的手)各生成一張參考圖,在生成每個場景時上傳參考圖。AI 會分析細節並每次產生專業級一致的結果,這是維持視覺統一的關鍵。

  • 5

    配音生成是至關重要的一步

  • 6

    選擇 ElevenLabs 而非自己錄音,因為其他工具聲音明顯機器人感。配音影響觀眾對整個故事的感受,需要選擇適合故事氛圍的聲音角色(例如選擇 Gia 而非 Mabel)。

  • 7

    參數設定決定最終品質

  • 8

    圖片生成用 4K 高質量、16:9 寬高比;視頻生成用 720p、8 秒持續時間。這些設定組合優化了白板動畫的效果,確保手部動作和繪畫過程自然流暢。

實用技巧與重點

乾貨
  • 平台與工具
  • Higgsfield:一體化 AI 平台(整合多個功能)
  • ElevenLabs:配音生成(支持多種聲音角色)
  • GPT Image 2:圖片生成模型(最佳繪畫效果)
  • Seedance 2.0:視頻生成模型
  • CapCut:視頻編輯工具
  • 具體參數設定
  • 圖片生成:高畫質、4K 解析度、16:9 寬高比
  • 視頻生成:720p、16:9 寬高比、8 秒持續時間
  • 場景數量:9 個獨立場景
  • 參考圖像數:3 張(角色、白板、手)
  • 工作流程步驟
  • 創作故事腳本
  • 進入 Higgsfield 音頻部分,選擇 ElevenLabs 配音工具
  • 選擇聲音角色並生成配音
  • 進入圖像部分,選擇 GPT Image 2 模型
  • 逐一生成 3 張參考圖(角色、白板、手)
  • 生成 9 張場景圖片,每張附上參考圖
  • 進入視頻部分,選擇 Seedance 2.0
  • 設定起始幀(空白白板)和結束幀(場景圖),生成動畫
  • 於 CapCut 中導入所有視頻和配音,按序排列並剪輯

結論

結論

AI 工具透過系統化工作流程(參考圖像 + 分場景生成 + 逐幀調整)已能取代手繪,讓任何人快速製作視覺專業的白板故事動畫。

完整解析

詳細

傳統白板動畫需要逐幀手繪,耗時費力。講者示範了一套完整的 AI 工作流程,讓沒有繪畫技能的人也能在不到 10 分鐘內製作出專業級動畫。整個流程分五個階段。

第一階段是故事創作與配音。講者選擇了一個關於創業者丹尼爾創辦服裝品牌的故事。他使用 Higgsfield 平台(一體化 AI 工具集)中的 ElevenLabs 配音服務。重點不在於工具本身,而在於配音選擇:講者測試了多個聲音角色(Mabel 和 Gia),最終選擇 Gia,因為其節奏感和情感表達更符合創業故事的氛圍。這說明即使是 AI 生成的內容,選擇也會顯著影響最終效果。

第二階段是建立視覺參考。關鍵洞察是為每個重複出現的元素各生成一張參考圖:角色丹尼爾、白板和繪畫的手。這些參考圖在後續所有場景生成時上傳給 AI,確保丹尼爾的外觀、白板的樣式在九個不同場景中始終一致。這是專業級視覺統一的秘訣。講者使用 GPT Image 2 生成這些參考圖,因為它在繪畫風格上表現最優。

第三階段是逐場景生成圖片。講者為故事的九個關鍵場景分別生成一張插圖,而非嘗試一次生成完整視頻。每張圖片都包含上傳的參考圖(角色、白板、手),並附上具體提示詞描述該場景內容(例如「丹尼爾深夜坐在辦公桌前工作」)。這個策略的優勢在於可以逐個調整每張圖片,發現瑕疵時無需重新生成整個視頻。

第四階段是將靜圖轉換為動畫。講者在 Higgsfield 的視頻部分使用 Seedance 2.0,將每張場景圖轉換為 8 秒的動畫視頻。設定起始幀為空白白板,結束幀為該場景的插圖,上傳繪畫的手作為參考圖像。AI 會自動生成一隻手從白板空白處逐漸繪製出整個場景的動畫效果。參數設定為 720p 解析度、16:9 寬高比。

第五階段是最終編輯。講者在 CapCut 中導入所有九個視頻片段和 ElevenLabs 的配音軌道,按照故事順序排列,修剪不合適的部分。最終成品展現出丹尼爾從初創到成功的完整故事:深夜在公寓構思 → 線上推出素色襯衫 → 遭批評打擊 → 收集反饋重新設計 → 推出新系列並分享過程 → 獲創作者穿戴帶動銷量 → 從工作室發貨 → 指導新創業家。每個場景的白板動畫都呈現出手部繪製的自然感,配音節奏恰當,故事流暢連貫。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。