Pixelle-Video 测评：AI 自动短视频生成器

Pixelle-Video 是什么？ #

Pixelle-Video 是一款开源、由 AI 驱动的自动短视频生成引擎。只需输入一个主题，它就会自动完成整个视频制作流程：

• ✍️ AI 脚本撰写 —— 根据你的主题生成视频旁白
• 🎨 AI 图像/视频生成 —— 为每个场景生成匹配的画面
• 🗣️ AI 语音合成 —— 使用 TTS 把脚本转换为自然的语音
• 🎵 背景音乐 —— 添加 BGM 以增强氛围
• 🎬 一键视频合成 —— 自动渲染最终视频

零门槛、零剪辑经验 —— 视频创作变得像打一句话一样简单！

🔗 GitHub：https://github.com/AIDC-AI/Pixelle-Video

核心功能 #

视频生成流水线 #

Pixelle-Video 采用模块化设计，流程清晰：

文本输入 → 脚本生成 → 图像规划 → 帧处理 → 视频合成

每个阶段都支持灵活的自定义配置——可以选择不同的 AI 模型、音频引擎、视觉风格，满足个性化的创作需求。

扩展模块 #

除了基础的视频生成，Pixelle-Video 还提供了强大的扩展模块：

👤 数字人头像 #

上传一张照片，生成一段唇形同步的说话人视频。支持包括韩语、中文和英语在内的多种语言。

🖼️ 图生视频 #

使用 AI 视频生成模型，把静态图像转变为动态视频。

💃 动作迁移 #

上传一段参考视频和一张图片来迁移动作——就像让一张照片跟着视频的动作"跳起舞"来。

支持的 AI 模型 #

LLM（脚本生成） #

• OpenAI GPT-4o / GPT-4o-mini
• 阿里通义千问
• DeepSeek V3 / R1
• Ollama（本地部署）
• 自定义 API 端点

图像生成 #

• FLUX（通过 ComfyUI）
• Stable Diffusion
• Qwen 图像生成
• RunningHub 云服务
• Nano Banana 模型

TTS（语音合成） #

• Edge-TTS（免费，多语言）
• Index-TTS（语音克隆）
• ChatTTS
• 自定义 ComfyUI TTS 工作流

快速开始 #

1. 克隆仓库 #

git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video

2. 安装依赖 #

pip install -r requirements.txt

3. 配置 API 密钥 #

编辑 config.json，填入你的 API 密钥：

{
  "llm": {
    "api_key": "your-api-key",
    "base_url": "https://api.openai.com/v1",
    "model": "gpt-4o"
  },
  "image": {
    "comfyui_url": "http://127.0.0.1:8188"
  }
}

4. 启动 Web UI #

python webui.py

在浏览器中打开 http://localhost:7860。

5. 生成你的第一个视频 #

1. 输入一个主题，比如"为什么阅读习惯很重要"
2. 选择你喜欢的 TTS 语音
3. 选择一个视觉模板
4. 点击"生成视频"
5. 等待 2-5 分钟，即可获得完整视频

使用场景 #

视频风格示例 #

Pixelle-Video 支持多种视频风格：

• 🌄 纪录片风格 —— 旅行、自然、人物故事
• 🔍 文化分析 —— 深入剖析趋势与现象
• 🔭 科学与哲学 —— 把复杂概念讲简单
• 🌱 个人成长 —— 自我提升、效率提升
• 🧠 深度思考 —— 心理学、哲学、反思
• 🏯 历史与文化 —— 古代智慧、历史事件
• ☀️ 情感向 —— 暖心故事、励志内容
• 📜 小说解读 —— 小说评论、人物分析
• 🧬 健康养生 —— 医疗小贴士、养生建议

技术架构 #

Pixelle-Video 构建在 ComfyUI 架构之上：

• 模块化工作流 —— 每个组件（LLM、TTS、图像生成）都是独立的节点
• 可定制的流水线 —— 可以轻松替换任意模型或服务
• API 优先设计 —— 所有能力都通过 REST API 暴露
• Web UI —— 基于 Gradio 的界面，易于使用
• 批处理 —— 可以同时生成多个视频

性能与成本 #

新手推荐配置：

• LLM：DeepSeek API（便宜，质量好）
• 图像：RunningHub（无需本地 GPU）
• TTS：Edge-TTS（免费，多语言）

与其他工具的比较 #

获得最佳效果的技巧 #

1. 主题要具体 —— 越具体的主题往往能生成更好的脚本
2. 模板选择 —— 让模板与内容风格相匹配
3. 提示词前缀 —— 使用英文提示词前缀以获得更一致的图像风格
4. 语音预览 —— 在生成完整视频前务必先预览 TTS 效果
5. 批量生成 —— 生成 3-5 个版本，挑选最好的一个

相关文章 #

• Free Claude Code：在任何 AI 提供商上免费使用 Claude Code CLI —— 免费的 AI 编程助手
• Agent Reach：给你的 AI Agent 装上互联网超能力 —— 拥有互联网访问能力的 AI Agent

结语 #

Pixelle-Video 把 LLM、图像生成、TTS 和视频剪辑整合进一条自动化流水线，让视频创作变得人人可用。无论你是内容创作者、教育工作者、市场营销人员还是开发者，这款工具都能帮你节省大量视频制作时间。

基于 ComfyUI 的架构意味着它不仅仅是一个黑盒工具——你可以自定义每一个组件、替换模型，搭建属于自己的视频生成工作流。

最适合：需要快速产出视频的内容创作者、教育工作者、营销人员和开发者

GitHub：https://github.com/AIDC-AI/Pixelle-Video

推荐工具 #

对于正在构建或部署开源 AI 工具的开发者，我们推荐：

• DigitalOcean —— 新用户 $200 免费额度，覆盖全球 14+ 个地区，一键式 GPU/CPU Droplet，非常适合 AI 工作负载。
• Shiyunapi Claude API —— Anthropic Claude / OpenAI / DeepSeek API 代理。上面提到的大多数 AI 工具（聊天机器人、代码生成、翻译、搜索等）都需要一个 LLM API 密钥——这个代理以约官方价格 30% 的成本提供顶级模型的稳定访问。

联盟链接 —— 支持 dibi8.com，你无需为此付出任何代价。

最后更新：2026-05-06

参考与来源 #

• Pixelle-Video
• ComfyUI
• Edge-TTS
• Index-TTS
• ChatTTS
• FLUX
• Ollama
• Gradio
• DeepSeek-V3