当AI工具链开始重塑内容生产流程，个人创作者也能实现“低门槛高质量”的表达。这篇文章以VR全景视频为例，展示了从提示词生成到视频剪辑的完整路径，揭示AI如何成为创意驱动的加速器

最近大家疯传制作VR全景视频，用在了博物馆介绍、非遗介绍、房屋室内介绍、园林介绍等场景中，还蛮有意思的。于是我就想着，能不能自己也做个场景用下呢，于是我做了关于「程序员使用无代码开发项目的前后对比场景」，一起来看看吧。

效果

主线大致是：依次展现一群程序员在忙碌地写代码追赶进度，苦不堪言，之后有人推荐了他们一款无代码平台，他们非常开心，使用了以后，项目交付时间缩短了，人也一个个倍儿精神了的画面。

工具

• kimi：生成图片提示词
• 豆包：生成鱼眼镜头图片
• 即梦：生成视频
• 剪映：对视频添加内容步骤
• kimi：生成图片提示词
• 豆包：生成鱼眼镜头图片
• 即梦：生成视频
• 剪映：对视频添加内容

kimi：生成图片提示词

在生成我们的VR全景视频之前，我们需要先有生成鱼眼镜头图片的提示词，因此，就要请上我们的kimi出场，帮助我们生成图片提示词。（本来打算手写，想想太麻烦了，还未必有AI写得好，马上请出AI）

这次我没有用非常专业的提示词，让kimi出结果，而是使用了渐进式的提问方法，拿到我要的结果。并且在发现有问题的时候，通过引导的方式，让kimi纠正。这种方式其实更适合我们大多数人，而一上来就是非常复杂的结构化的提示词，其实不太好掌控。

我生成了6张带场景的鱼眼镜头图片，我们记得在提示词中不要少了：

鱼眼镜头，360 度全景。XXXX风格，纹理精细。尺寸XXXX

我的是：

鱼眼镜头，360 度全景。漫画风格，纹理精细。尺寸16:9

豆包：生成鱼眼镜头图片

把以上的6份图片提示词依次放入到豆包中，生成对应的图片。以下是我截图的其中一个生成画面。

通过重复的方式，我们就能生成想要的画面了，我们选择喜欢的下载下来。我放了2张。

即梦：生成视频

接着通过即梦的「智能多帧」生成视频。将上述的画面按照顺序导入到即梦中，且在转场运镜这里写上：采用FPV第一视角，动感模糊，旋转，高速飞行，丝滑过渡到下一个画面。这句话我拿了网上博主的原话，如果你的即梦积分比较多，可以对话术多做一些调整，然后看看生成的视频效果有无变化。

FPV：FPV（First Person View）即第一人称视角，是一种通过摄像头和显示设备，让用户能够以第一人称视角体验场景的技术。它广泛应用于无人机竞速、影视拍摄、游戏等领域。

这是按照上述配置生成的视频，我下载下来了。

剪映：对视频添加内容

对于生成鱼眼镜头的效果来说，已经差不多啦。如果有需要我们可以对视频进行剪辑，加上音乐、文字、配音等。我剪辑完毕是如下这个样子的。

复盘

本次用AI制作VR全景视频的整个流程逃不开「生成图片提示词，生成图片，由图片生成视频，然后剪辑」。

总结下AI视频制作的主要流程

1. 脚本与结构设计：脚本是视频的基础，可以自己撰写或用AI辅助生成，保持简洁有节奏感，适合配上画面展示重点。
2. 画面生成：选择合适的画面生成工具，如豆包、即梦，并统一画面风格。
3. 视频生成：选择合适工具将画面串联成视频，如即梦，保持转场舒服。
4. 后期剪辑：使用剪映等工具，配上字母、声音、背景音乐等。

视频制作核心技术原理（来自kimi）

1. 深度学习算法：利用多层神经网络识别和理解视觉模式，通过对大量视频数据的学习，模型能够掌握不同场景、物体、动作等的特征和表现形式。
2. 时序建模：通过时序Transformer等技术捕捉帧与帧之间的时序依赖关系，确保视频的流畅性和连贯性。
3. 生成模型：包括扩散模型（DiffusionModels）、生成对抗网络（GANs）和自回归模型（AutoregressiveModels）。扩散模型通过逐步去噪的过程生成视频帧，GANs通过生成器和判别器的博弈生成高质量视频。
4. 多模态融合：结合文本、图像等多种模态信息，实现从文本描述或静态图像输入到动态视频内容的生成。