这个项目最早是我在研究文本生成图像模型时想到的。很多人会用 AI 画图，但能生成视频的工具很少，而且大多生成质量一般。我就想试试能不能自己做一个，从输入文字到直接输出视频。
开发过程中最麻烦的是视频的一致性问题。AI 画单帧没问题，但连起来就容易抖、闪、变形。我花了几个月做模型的时序优化，用了分层结构：先分析文本，再生成关键帧，最后做运动插值。基本是边试边调，哪块有 bug 就去改，没什么捷径。
上线后加了每天一次的免费试用，是为了测试稳定性和收集提示词数据。前期主要看用户生成的内容、模型出错的地方，然后再优化。没投广告，全靠自然流量，意外地还行。
现在网站功能算是能用了，但我知道还不完美。接下来会补声音、口型同步，还有一些剪辑模板。长期打算做个社区，让大家能互相看作品、交流用法。
整体上，这个AI视频项目对我来说就是个长期实验。目标很简单：让普通人能用一句话做出视频。
8
