输入一个主题，AI 全自动生成短视频！这个开源工具让视频创作真正零门槛

输入一个主题，AI 全自动生成短视频！这个开源工具让视频创作真正零门槛

一句话介绍：Pixelle-Video 是一款 AI 全自动短视频引擎，只需输入一个主题，就能自动完成文案撰写、AI 配图、语音合成、BGM 叠加、视频合成全套流程。支持 Windows 一键整合包、零门槛上手，完全免费可本地运行。

目录

• 1. 先看效果：输入主题，一键出片
• 2. 它能做什么？核心能力全览
• 3. 技术架构：ComfyUI 模块化设计
• 4. 快速上手：Windows 一键整合包
• 5. 进阶配置：从源码到自定义
• 6. 费用方案对比
• 7. 扩展玩法：数字人口播 / 图生视频 / 动作迁移
• 8. 总结

1. 先看效果：输入主题，一键出片

你有没有过这种经历：想做一个短视频，但——

• 😩 不会写脚本
• 😩 找不到配图素材
• 😩 不会配音
• 😩 不会剪辑
• 😩 买了一堆会员还是做不出满意的效果

Pixelle-Video 的解法是：把这五件事全部交给 AI，你只负责想一个主题。

你只需要在输入框里写：「为什么要养成阅读习惯」

然后等待几分钟，AI 自动完成：

• ✍️ 撰写视频文案
• 🎨 生成 AI 配图（每句话一张图）
• 🗣️ 合成语音解说（支持克隆音色）
• 🎵 添加背景音乐
• 🎬 一键合成视频

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

2. 核心能力全览

完整流水线

最新功能（2026年1月更新）

模板体系

按文件名分类，清晰明了：

static_*.html → 静态模板（纯文字样式，无需 AI 生成媒体）
image_*.html → 图片模板（AI 生成图片作为背景，最常用）
video_*.html → 视频模板（AI 生成视频作为背景，最炫酷）

支持竖屏（9:16）、横屏（16:9）、**方形（1:1）**三种尺寸，适配抖音、小红书、B站等各大平台。

3. 技术架构：ComfyUI 模块化设计

Pixelle-Video 的核心设计理念是原子能力可组合——整个系统基于 ComfyUI 的工作流架构，每个环节都可以独立替换和定制。

视频生成流程

输入主题
│
▼
┌──────────────────────────┐
│ LLM（通义千问/GPT等） │ → 自动撰写视频文案
└──────────┬───────────────┘
│ 文案
▼
┌──────────────────────────┐
│ 分镜规划 │ → 将文案拆分为多个分镜
└──────────┬───────────────┘
│ 分镜列表（每句话一个分镜）
▼
┌──────────────────────────┐
│ 并行处理（分镜级） │
│ ┌─────────┐ ┌─────────┐ │
│ │ 分镜 1 │ │ 分镜 2 │ │ … ← 同时进行
│ │ AI配图 │ │ AI配图 │ │
│ │ TTS语音 │ │ TTS语音 │ │
│ └─────────┘ └─────────┘ │
└──────────┬───────────────┘
│ 配图 + 语音
▼
┌──────────────────────────┐
│ 视频模板合成 │ → 将分镜拼接成完整视频
│ （竖屏/横屏/方形） │
└──────────┬───────────────┘
│
▼
输出：完整短视频

为什么选择 ComfyUI 架构？

4. 快速上手：Windows 一键整合包

这是整个项目最友好的地方——Windows 用户不需要装任何环境，解压即用。

第一步：下载整合包

👉 点击下载最新 Windows 一键整合包

下载后解压，双击运行 start.bat，浏览器自动打开 http://localhost:8501

第二步：配置 API

在 Web 界面展开「⚙️ 系统配置」：

LLM 配置（生成文案用）：

图像配置（生成配图用）：

第三步：生成视频

进度实时显示：生成文案 → 分镜规划 → 生成配图 → 合成语音 → 合成视频

5. 进阶配置：从源码到自定义

macOS / Linux 从源码安装

# 1. 安装依赖
brew install ffmpeg # macOS
# Ubuntu: sudo apt install ffmpeg

# 2. 安装 uv（Python 包管理器）
# https://docs.astral.sh/uv/getting-started/installation/

# 3. 下载并启动
git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video
uv run streamlit run web/app.py

自定义 TTS 工作流

系统会自动扫描 workflows/ 文件夹中的 TTS 工作流。懂 ComfyUI 的朋友可以：

自定义视频模板

在 templates/ 文件夹创建 HTML 文件即可：

static_*.html → 静态模板（纯文字）
image_*.html → 图片模板（AI 配图）
video_*.html → 视频模板（AI 视频）

👉 查看所有模板效果图

自定义 Prompt 风格

在「视觉设置」中填写 Prompt Prefix（需要英文），控制配图整体风格：

# 示例：极简线条插画风格
Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style

# 示例：电影感摄影风格
Cinematic photography, dramatic lighting, film grain, 35mm lens

6. 费用方案对比

💡 有显卡建议用完全免费方案——Ollama 本地运行大模型 + ComfyUI 本地部署 = 完全不花钱。

7. 扩展玩法：数字人口播 / 图生视频 / 动作迁移

数字人口播

上传一张人物照片 + 一段语音/文案 → 生成数字人说话视频。支持多语言，适合做多语种内容本地化。

图生视频

先用 AI 生成一张精美的静态图片（支持 FLUX 等模型），再将静态图转换为动态视频。适合风景、插画等内容的视频化创作。

动作迁移

上传一段参考视频 + 一张目标人物图片 → 将参考视频中的动作「迁移」到目标人物身上。

💃 例如：上传一段舞蹈视频 + 一张自己的照片 → 照片里的人跳起了同样的舞

这是 2026 年 1 月新上线的功能，详见 GitHub 仓库最新更新。

8. 总结

Pixelle-Video 的核心竞争力在于两个字：**全」和「简」。

全： 从文案到配图、配音、BGM、视频合成，一条龙全覆盖。 简： Windows 一键整合包，零门槛；ComfyUI 模块化架构，技术用户也能深度定制。

推荐指数：⭐⭐⭐⭐⭐

无论是想快速做短视频的自媒体人、想要自动化批量生产内容的运营团队，还是想研究 AI 视频生成的技术爱好者，这个项目都值得关注。

🔗 GitHub： https://github.com/AIDC-AI/Pixelle-Video 📦 Windows 整合包： 点击下载 📘 文档： https://aidc-ai.github.io/Pixelle-Video/zh 🎥 视频教程： B站 BV1WzyGBnEVp

标签：#AI视频生成 #短视频创作 #PixelleVideo #ComfyUI #数字人 #AIDC-AI #开源项目 #TTS #自动化视频