AI实战:一键生成数字人视频!

做自媒体行业的同学都知道,制作一条可发布的视频成本是很高的,通常我们需要先录制原始视频,而录制原始视频的时间通常是发布视频时长的 3-5 倍,之后还需要花费很长的时间剪辑,最终才能制作一条可发布的视频,相当费时费力。

但是,技术发展到今天,我们可以使用数字人来自动生成视频。这样每天就能简单且高效的产出 N 条视频了,而且无需修剪、也不用担心出错,这样就大大减低了视频制作的成本,提高了工作效率。那问题来了,怎么制作自己的数字人视频呢?

数字人视频正从技术演示转向规模商用,预计到 2026 年将覆盖全球企业视频内容的 30%(Gartner 数据)。其核心价值不在于完全取代真人,而是创造人类与数字世界的新型交互方式。

1.实现技术

我们使用的实现技术如下:

  1. Spring AI Alibaba
  2. 阿里云百炼智能体应用
  3. 数字人视频服务

2.实现步骤

实现步骤如下:

  1. 申请阿里云百炼和数字员工的 API Key(秘钥)。
  2. 在百炼平台创建智能体应用。
  3. 添加数字人视频工具。
  4. 编写提示词。
  5. 创建 Spring AI Alibaba 项目调用百炼平台 Agent 应用。

具体实现如下。

3.准备工作

先申请"阿里云百炼"API Key 和"数字员工"API Key,申请地址(先注册账号再申请秘钥):

4.创建智能体

在百炼平台(bailian.console.aliyun.com/?tab=app#/a...)创建智能体应用:

5.添加数字人工具

6.编写提示词

选择合适的大模型,编写提示词:

7.创建AI项目

创建 Spring AI Alibaba 项目调用百炼平台 Agent 应用,实现代码如下:

java 复制代码
@RestController
@RequestMapping("/agent")
public class AgentController {

    private DashScopeAgent agent;

    @Value("${spring.ai.dashscope.agent.app-id}")
    private String appId;

    public AgentController(DashScopeAgentApi dashscopeAgentApi) {
        this.agent = new DashScopeAgent(dashscopeAgentApi);
    }

    @RequestMapping("/video")
    public String video(@RequestParam(value = "message") String message) {
        ChatResponse response = agent.call(new Prompt(message,
                DashScopeAgentOptions.builder().withAppId(appId).build()));
        AssistantMessage app_output = response.getResult().getOutput();
        return app_output.getText();
    }
}

访问地址测试效果:

小结

AI 已经不再是选择题,而是生死题的今天,早早行动起来,拥抱 AI、享受 AI 赋予这个时代的红利,才是事业稳定和成功的关键,所以一起搞起来吧~

本文已收录到我的技术小站 www.javacn.site,其中包含的内容有:Spring AI、LangChain4j、Dify、Spring AI Alibaba、AI Agent、MCP、Function Call、RAG、向量数据库、Prompt、多模态、向量数据库、嵌入模型等内容。

相关推荐
云生信1 分钟前
服务器上新 OmicOS,体验生信 AI 计算
运维·服务器·人工智能
无敌的牛2 分钟前
大模型推理理解
人工智能·深度学习
跨境小彭5 分钟前
Temu 广告投放实操:ROAS 底层逻辑与批量广告作业方案
大数据·人工智能·自动化·temu
乱码三千11 分钟前
开发了一套AI智能体协作知识体系
人工智能·架构·代码规范
江湖十年12 分钟前
Go 虚荣域名详解:我用 go get -x 抓了个包,终于看清了 Go 工具链“对暗号”的全过程
后端·面试·go
摆烂z14 分钟前
定时任务同步数据--续跑&重试
java·mybatis·ai编程
Lost of 程序猿14 分钟前
船岸数据同步链路实战:SendFlag、单调版本号与断网三天后的续传
后端·c#·asp.net
Allen.Su17 分钟前
大模型 LoRA 微调全流程实战 - 车载问答全流程(跑通 + 参数详解 + 训练日志逐行解读 + 模型合并)
人工智能·python·lora·大模型微调
卷无止境18 分钟前
大模型如何调用工具,一次讲清背后的技术门道
后端·python
吴佳浩 Alben21 分钟前
走向 Memory OS:企业私有化 Agent 设计与实现
人工智能·深度学习·神经网络·语言模型·架构·自动化·ai编程