ATH-MaaS/Pixelle-Video

项目概览

项目已经支持通过 ComfyUI 或 RunningHub 工作流替换图像、视频、语音合成和视觉语言模型组件，后续可替换组件与工作流的覆盖范围值得持续关注。

项目类型

AI 工作流 · 图像视觉 · 视频技术

应用场景

文档办公 · 视频制作 · 语音音频

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 适合希望从主题或脚本生成短视频，并愿意让系统处理脚本、素材、配音和合成流程的创作者。
• 适合没有视频编辑经验、主要目标是获得自动生成成片的普通用户。
• 适合已经使用 ComfyUI 或 RunningHub，并希望替换图像、视频、语音合成或视觉语言模型组件的用户。
• 适合需要本地运行方案，同时接受按配置选择本地模型或外部服务的用户。

核心能力

• 当前可用。用户输入一个文本主题后，流程会撰写脚本、生成图像或视频素材、合成配音、添加背景音乐并组合成短视频，适合以成片输出为目标的内容生产。
• 当前可用。系统根据输入主题生成解释型视频脚本，为后续按句生成素材、配音和视频合成提供文本基础。
• 当前可用。项目支持 Edge-TTS、Index-TTS 等语音合成方案，也可以根据参考音频进行声音克隆，用于生成视频旁白。
• 当前可用。项目可以使用 WAN 2.1 等模型或 ComfyUI 工作流，为脚本句子生成匹配的图像与视频，作为短视频的视觉素材。
• 当前可用。该模块用于生成会说话的数字人视频，可作为短视频中的人物呈现形式。
• 当前可用。用户可以上传参考视频和图像执行动作迁移，以参考动作驱动生成结果。
• 当前可用。项目支持 ComfyUI 和 RunningHub 工作流，可用于替换图像、视频、语音合成及视觉语言模型组件，适合已经具备相关工作流或接口条件的用户。
• 当前可用。用户可以上传自己的照片或视频，系统分析这些素材并生成脚本，使已有素材能够进入后续短视频生成流程。

限制与风险

• 除 Windows 集成包外，其他用户需要手工安装 ffmpeg；在采用 Python 等部署方式前应先确认该依赖。
• 如果选择云端语言模型或图像生成服务，调用可能产生较高费用；项目不要求必须使用付费服务，但具体成本取决于所选服务。

如何开始

• 下载并解压最新 Windows 集成包后，双击 start.bat 启动网页界面；浏览器会打开 http://localhost:8501。随后需要在系统配置中设置语言模型接口和图像生成服务，再开始生成视频。该集成包不要求用户另行安装 Python、uv 或 ffmpeg。
• 选择 Python 或其他非 Windows 集成包运行方式时，需要自行安装 ffmpeg。

核验依据

• README: 只需输入一个 **主题**，Pixelle-Video 就能自动完成： - ✍️ 撰写视频文案 - 🎨 生成 AI 配图/视频 - 🗣️ 合成语音解说 - 🎵 添加背景音乐 - 🎬 一键合成视频 **零门槛，零剪辑经验**，让视频创作成为一句话的事！
• README: 🎬 Pixelle-Video —— AI 全自动短视频引擎
• README: - ✅ **全自动生成** - 输入主题，自动生成完整视频 - ✅ **AI 智能文案** - 根据主题智能创作解说词，无需自己写脚本 - ✅ **AI 生成配图** - 每句话都配上精美的 AI 插图 - ✅ **AI 生成视频** - 支持使用 AI 视频生成模型（如 WAN 2.1）创建动态视频内容 - ✅ **直连模型 API** - 可直接调用…
• README: - ✅ **2026-01-26**: 新增「动作迁移」模块，上传参考视频和图片进行动作迁移 - ✅ **2026-01-14**: 新增「数字人口播」和「图生视频」流水线，新增多语言 TTS 音色支持 - ✅ **2026-01-06**: 新增 RunningHub 48G 显存机器调用支持
• README: - ✅ **2025-12-04**: 新增「自定义素材」功能，支持用户上传自己的照片和视频，AI 智能分析生成脚本

内容核验时间：