文生绘动 Agent:从词语到动态影像,言出即成,你的AI动画创作伙伴

文生绘动 Agent:从词语到动态影像,言出即成,你的AI动画创作伙伴

1.一款由大型语言模型(LLM)驱动的动画引擎 agent 。

一款由大型语言模型(LLM)驱动的动画引擎 agent 。用户输入抽象概念或词语,雾象会将其转化为高水平的生动动画。

将雾象部署在本地后,您只需输入词语,点击生成,便可得到动画。设计了易用的语言用户界面(Language User Interface),用户也可以进一步轻松编辑或改进生成动画,做到言出法随

雾象,意为 "在模糊智能中的具象"雾象是 WaytoAGI 开源计划项目成员。 WaytoAGI, 让更多人因 AI 而强大

核心功能

  • 概念即影像: 输入一个主题,Fogsight 将为您生成一部叙事完整的高水平动画,包含双语旁白与电影级的视觉质感。
  • 智能编排: Fogsight 的核心是其强大的LLM驱动的编排能力。从旁白、视觉元素到动态效果,AI 将自动完成整个创作流程,一气呵成。
  • 语言用户界面 (LUI): 通过与 AI 的多轮对话,您可以对动画进行精准调优和迭代,直至达到您心中最理想的艺术效果。

动画示例

以下为 Fogsight AI 生成的动画示例

个人制作效果: (fork代码后可以看到效果,线上看效果)

视频效果放在文末

快速开始

环境要求

  • Python 3.9+
  • 一个现代网络浏览器 (如 Chrome, Firefox, Edge)
  • 大语言模型的 API 密钥。我们推荐您使用 Google Gemini 2.5。

安装与运行

快速上手

环境要求

  • Python 3.9+
  • 一个现代网络浏览器 (如 Chrome, Firefox, Edge)
  • 大语言模型的 API 密钥。我们推荐您使用 Google Gemini 2.5。

安装与运行

  1. 克隆代码仓库:

    bash 复制代码
    git clone https://github.com/fogsightai/fogsight.git
    cd fogsight
  2. 安装依赖:

    bash 复制代码
    pip install -r requirements.txt
  3. 配置API密钥:

    bash 复制代码
    cp demo-credentials.json credentials.json
    # 复制 demo-credentials.json 文件并重命名为 credentials.json
    # 编辑 credentials.json 文件,填入您的 API_KEY 和 BASE_URL。
    # **请注意**,我们使用的是与 OpenAI 兼容的 SDK,但您仍应使用Gemini 2.5 pro
  4. 一键启动:

    bash 复制代码
    python start_fogsight.py
    # 运行 start_fogsight.py 脚本
    # 它将自动启动后端服务并在浏览器中自动打开 http://127.0.0.1:8000
  5. 开始创作! 在页面中输入一个主题(例如"冒泡排序"),然后等待结果生成。

Docker 方式运行

如果您更喜欢使用 Docker,可以按照以下步骤:

  1. 确保 Docker 已安装: 请确保您的系统已安装 Docker 和 docker-compose。

  2. 克隆代码仓库:

    bash 复制代码
    git clone https://github.com/fogsightai/fogsight.git
    cd fogsight
  3. 配置API密钥:

    bash 复制代码
    cp demo-credentials.json credentials.json
    # 编辑 credentials.json 文件,填入您的 API_KEY、BASE_URL 和 MODEL
    
    # 使用 OpenRouter 的配置示例:
    # {
    #   "API_KEY": "sk-or-v1-您的OpenRouter密钥",
    #   "BASE_URL": "https://openrouter.ai/api/v1",
    #   "MODEL": "anthropic/claude-sonnet-4"
    # }
    
    # 使用 Gemini 的配置示例:
    # {
    #   "API_KEY": "您的Gemini密钥",
    #   "BASE_URL": "",
    #   "MODEL": "gemini-2.5-pro"
    # }
  4. 使用 Docker Compose 启动:

    bash 复制代码
    # 使用默认端口 8000
    docker-compose up -d
    
    # 或者指定自定义端口(例如 3000)
    HOST_PORT=3000 docker-compose up -d

    如果 Docker 镜像无法拉取,可以尝试使用代理,或者使用镜像的国内源。

  5. 访问应用: 打开浏览器访问 http://localhost:8000(或您指定的端口)

  6. 停止服务:

    bash 复制代码
    docker-compose down

链接跳转

AI 动画链接

AI-Compass

AI-Compass 致力于构建最全面、最实用、最前沿的AI技术学习和实践生态,通过六大核心模块的系统化组织,为不同层次的学习者和开发者提供从完整学习路径。

🌟 如果本项目对您有所帮助,请为我们点亮一颗星!🌟

📋 核心模块架构:

  • 🧠 基础知识模块:涵盖AI导航工具、Prompt工程、LLM测评、语言模型、多模态模型等核心理论基础
  • ⚙️ 技术框架模块:包含Embedding模型、训练框架、推理部署、评估框架、RLHF等技术栈
  • 🚀 应用实践模块:聚焦RAG+workflow、Agent、GraphRAG、MCP+A2A等前沿应用架构
  • 🛠️ 产品与工具模块:整合AI应用、AI产品、竞赛资源等实战内容
  • 🏢 企业开源模块:汇集华为、腾讯、阿里、百度飞桨、Datawhale等企业级开源资源
  • 🌐 社区与平台模块:提供学习平台、技术文章、社区论坛等生态资源

📚 适用人群:

  • AI初学者:提供系统化的学习路径和基础知识体系,快速建立AI技术认知框架
  • 技术开发者:深度技术资源和工程实践指南,提升AI项目开发和部署能力
  • 产品经理:AI产品设计方法论和市场案例分析,掌握AI产品化策略
  • 研究人员:前沿技术趋势和学术资源,拓展AI应用研究边界
  • 企业团队:完整的AI技术选型和落地方案,加速企业AI转型进程
  • 求职者:全面的面试准备资源和项目实战经验,提升AI领域竞争力

视频

cdn.kesci.com/upload/t09k...

cdn.kesci.com/upload/1754...

相关推荐
AscentStream14 分钟前
技术文档 | 使用 Pulsar Functions 构建实时 AI Pipeline
人工智能
POLOAPI15 分钟前
为什么Claude Code让传统IDE开发者"失业"?深度解析AI编程的技术革命
人工智能·ai编程·claude
沐森15 分钟前
屏幕截图 (OCR今日ai下必备工具)
人工智能
YBCarry_段松啓21 分钟前
DeerFlow:深度研究的多智能体框架
人工智能·开源·llm
玄明Hanko22 分钟前
不想写测试脚本AI帮你搞定自动化测试
人工智能·测试
lingling00940 分钟前
光伏清洗机器人是什么?艾利特协作机器人如何重塑新能源运维效率
大数据·运维·人工智能
无限大.1 小时前
《计算机“十万个为什么”》之 面向对象 vs 面向过程:编程世界的积木与流水线
网络·人工智能·python
wangjun51591 小时前
人工智能、机器学习、深度学习、大模型、智能体知识点汇总
人工智能·深度学习·机器学习
音视频牛哥1 小时前
无人机 × 巡检 × AI识别:一套可复制的超低延迟低空视频感知系统搭建实践
人工智能·音视频·无人机·大牛直播sdk·低空感知·无人机视频回传·ai边缘识别
一年春又来1 小时前
AI-03a1.Python深度学习-Tensorflow和Keras入门
人工智能·深度学习·tensorflow