2026年6月4日星期四

字节开源Bernini模型 免费视频编辑修改替换控制天气

字节跳动最新开源模型Bernini，免费提供视频编辑、修改、替换功能，支持控制视频中的天气变换及色调调整。该模型采用语义规划器，在生成前先理解用户模糊描述，实现风格场景编辑、对象添加等操作。适用于AI视频创作者和爱好者，需较高电脑配置。模型地址可在评论区获取。

Tags:

要么是充，要么是买硬件，总有一个适合你。
前不久Omni，这次字节来了个bernini？这2个模型到底谁强？
Bernini语义规划器，能先理解再生成。
Omini全模态对话式编辑，一句话改视频，具体例子可看这篇：Omni
听起来，这俩完全不同，但，我觉得，其实是解决同一个问题。
还是老规矩，地址我放在评论区，需要的留言获取，我会逐一回复。
图片
都是让AI听得懂，我们想要的什么？
比如你跟AI说：把这个视频做的更有质感？或，我希望视频生成要有节奏该慢的慢，该快的快，可能有人会说，你这么写提示词的？
图片
我想说的是，我们大多数人描述视觉的语言，天生就是比较模糊，只不过我们为了生成的更准确，为了让AI更理解，逼着我们换了主观表达。
但，按照船长这么抽象的写，估计能把AI干抽搐，你这么想，那说明你悟了，这正是AI在不断加深理解的过程。
这一层，说的稍微技术点，叫翻译层，也是这2个模型，我认为共同的方向。
只是，他们选择了不同的技术路径而已。
所以，我们带着这个概念，再去看，Bernini效果怎么样？是否真的理解我们真正想要的东西？
比如：风格和场景编辑，它的理解，原视频：

编辑要求：用一条细细的黑色黏土线将画面一分为二；保留左侧的原有战争场景，并将右侧变成俄罗斯古典宫廷舞蹈黏土动画定格场景。

看着效果，我们接着接着代入我上面说的概念，那么Bernini，是怎么理解的？
专业点讲：它的处理方式，是在Diffusion模型前面，加了一个多模态大模型规划器，这听起来，是不是懵了？什么东西？
船长给你翻译成一句白话：就是在AI生成之前，先想清楚，再动手，是不是直接了点？听懂了，但脑子里没多少画面？咱们来加深下，毕竟船长主打的是胃饭式教程。
在来个例子：再看看它是怎么理解的？
原视频：它是怎么理解添加对象和色调调成的？

看看调整后的效果，提示词：在视频中添加两个角色，并将视觉效果调整为温暖、浓郁的复古色调，带有金色和赭红色调。

其他的例子我就不放了，我只想告诉大家原理，懂这个才是最重要的，其余的其官网大家一看便知，不需要我多叭叭。
这种路径的弊端在哪？
会存在一个天然的局限，如果你超出了它本身理解的边界，它可能会直接替你做个决定，从而导致生成的不是自己想要的，这句话有点绕。
我举个例子，比如你提示词：让这个视频更有电影感，它的理解是，加上宽屏比例和加点色调，但你真实想要的是，镜头要有点节奏，而不是急促。
所以，这种靠语义的模式，我认为都会碰到这个瓶颈。
图片
再来说说Omni
它的解法不是生成前理解到位，而是进行多轮对话。
对，你理解的没错，就是反复不知道你什么意思，让你继续说，直到你崩溃来了句，山炮，AI，只知道你说什么，它改什么。
但是这有个好处，越改越准，如果不准，反思下自己，是不是加班少了？
图片
未来，编辑的价值是什么？
当生成变成一种低成本能力的时候，生成，本身不是壁垒，真正的壁垒而是，从N个版本里，找出最对的那个，并且知道把他改成能用的程度，这种就是AI学不会的，审美判断，情绪感知，品牌理解，所以，未来之前的，不是能用AI生成视频的人。
而是快速用AI生成100个版本，精准挑出最合适的，并且知道怎么调到完美的人，这种人，我管他叫——AI视频编辑师。
图片
怎么安装？可以跟你的AI深聊，可以共同探讨怎么安装。
图片
电脑配置要求：这是最佳配置，我看了下我的电脑，望尘莫及。
图片
开源精神，请字节继续保持，我觉得可以呱唧呱唧，鼓一下掌，如果能把seedance2开源，你就看我上不上高配就完了。
虽然苦梦久已，但你该说不说，你还得用，此处省略一万个XXX话，只希望，其他模型都给点力吧。
看到这里：希望留下你的关注，如果觉得不错，点个赞，推荐，转发三连。想进群的船员，可以打赏下，之后私我拉你。

时间：
标签： , , , ,

没有评论:

发表评论

订阅： 博文评论 (Atom)

GPT-5。6全面评测对比Claude Fable5 性能跑分价格三档实测

OpenAI发布GPT-5.6三档模型Sol/Terra/Luna，输入价格低至1美元每百万token，性能在Agent长任务和浏览器操作上显著提升。对比Claude Fable5，智能跑分接近但代码修复仍有差距。实测前端生成和办公任务表现出色，macOS桌面端已开放，适合开发者...