狂揽 2.2万 Star！阿里这个开源项目又爆了，输入一句话就能全自动出视频。。。

原创于 2026-06-16 14:12:02 发布 · 233 阅读

本内容遵循CC 4.0 BY-SA版权协议

标签

#音视频 #Pixelle-Video

75 篇文章

订阅专栏

大家好，我是Java1234_小锋老师。

在这里插入图片描述

最近 GitHub 上又冒出一个「现象级」开源项目——Pixelle-Video，来自阿里 AIDC-AI 团队。Star 数已经突破 2.2 万，还在持续涨。

名字听起来有点陌生，但做的事很直白：你输入一个主题，它帮你把短视频从头到尾做完——写文案、配画面、配音、加背景音乐、合成成片，全程不用打开剪映，也不用学 PR。

对普通创作者来说，这几乎就是把「做视频」这件事，简化成了「写一句话」。

传统做一条短视频，通常要经历：想选题 → 写脚本 → 找素材 → 录音 → 剪辑 → 导出。每一步都要花时间，还要有一定技能门槛。

Pixelle-Video 的思路是：把这些步骤全部交给 AI 流水线。

比如你想做一条「为什么要养成阅读习惯」的科普短视频，只需要在 Web 界面里输入这个主题，选好语音风格和画面模板，点一下「生成视频」，等几分钟，一条带来配音、配图、字幕的完整视频就出来了。

在这里插入图片描述

界面是浏览器里打开的，三栏布局，左边填内容，中间调语音和画面，右边一键出片。对新手来说，比专业剪辑软件友好太多。

说实话，AI 做视频的工具这两年不少，Pixelle-Video 能冲到 2 万多 Star，我觉得主要有几个原因：

第一，真的够「全自动」。 不是只帮你写文案，也不是只帮你生图，而是从文案到成片一条龙，用户几乎不用介入中间环节。

第二，开源 + 可本地跑。 项目完全开源，Windows 用户还能直接下载整合包，双击就能用，不用自己折腾 Python 环境。对想尝鲜又不想搭复杂环境的人来说，门槛很低。

第三，能力组合很灵活。 大模型可以用通义千问、GPT、DeepSeek，甚至本地 Ollama；图像和视频可以走 ComfyUI 工作流，也可以直连 DashScope、可灵、Seedance 等 API。想省钱有免费方案，想省事有云端方案，各取所需。

第四，功能在持续迭代。 最近还加了数字人口播、图生视频、动作迁移、自定义素材上传等模块，玩法越来越丰富。

不用记太多术语，挑几个实用的说：

另外，如果你已经有写好的文案，也可以跳过 AI 创作，直接粘贴进去生成视频——对自媒体老手来说很实用。

整个流程并不神秘，项目官方给了一张很清晰的流程图：

在这里插入图片描述

简单来说就是四步：

每个环节都可以换模型、换风格，所以同一条主题，换套模板就是完全不同的视频效果。

Windows 用户（最省事）：

Mac / Linux 用户：

git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video
uv run streamlit run web/app.py

首次使用需要配置 API Key。费用方面，项目支持完全免费方案（本地 Ollama + 本地 ComfyUI），也支持通义千问这类低成本云端方案，具体看自己的硬件和网络情况。

当然，AI 生成的内容质量会因模型和参数而异，重要项目还是建议生成后人工过一遍，改改文案、换换画面。

Pixelle-Video 把「做短视频」这件事，从一门手艺变成了一次配置 + 一次点击。2.2 万 Star 背后，其实是大家对「低门槛内容创作」的真实需求。

如果你一直想做视频但苦于不会剪辑，或者想试试 AI 能不能帮你省时间，不妨 Star 一下这个项目，下载整合包跑一跑。毕竟，输入一句话就能出视频这件事，亲自试一次，比看十篇介绍都直观。