Pixelle-Video

一、项目概述：当短视频创作变成一句话的事

做短视频最痛苦的是什么？写文案、找配图、录配音、剪辑、加字幕、调音乐……一个1分钟的视频，可能要折腾一整天。Pixelle-Video 正是为了解决这个痛点而诞生的。

Pixelle-Video 是阿里国际数字商业集团（AIDC-AI） 开源的 AI 全自动短视频引擎。它的定位极其简洁——只需输入一个主题，AI自动完成从文案到成片的全部流程。项目上线后迅速获得超过 2.5万 Star，Fork 数突破 3.5K，曾登上 GitHub Trending 第3位。

📌 项目地址：https://github.com/ATH-MaaS/Pixelle-Video
📌 开源协议：Apache-2.0
📌 技术栈：Python + ComfyUI + Streamlit

二、核心功能拆解

2.1 全自动生成流水线

Pixelle-Video 采用模块化 Pipeline 设计，将视频生成拆解为四个阶段：

① 文案生成 → 用户输入主题，LLM 自动生成结构化解说词，并拆分为分镜

② 配图规划 → 为每个分镜生成对应的 AI 配图或视频片段

③ 语音合成 → TTS 引擎将文案转为语音解说

④ 视频合成 → 拼接所有素材 + 添加 BGM，输出完整 MP4

2.2 功能亮点一览

2.3 近期重要更新（2025-2026）

• 2026-06-01：新增直连 API 媒体模型配置，支持在 WebUI 中配置图像/视频模型供应商
• 2026-01-26：新增「动作迁移」模块
• 2026-01-14：新增「数字人口播」和「图生视频」流水线
• 2025-12-05：新增 Windows 整合包下载
• 2025-12-04：新增「自定义素材」功能
• 2025-11-18：新增历史记录页面，支持批量创建视频任务

三、安装教程

方式一：Windows 一键整合包（⭐推荐新手）

这是最简单的方式，不需要安装 Python、uv 或 ffmpeg，整合包已包含所有依赖。

步骤：

1. 前往 GitHub Release 页面下载 Windows 整合包
2. 解压到任意文件夹
3. 双击运行 start.bat
4. 浏览器自动打开 http://localhost:8501

方式二：源码安装（适合 Mac / Linux / 进阶用户）

Step 0：安装前置依赖

安装 uv（Python 包管理器）：

# macOS
brew install uv
# 或参考官方文档：https://docs.astral.sh/uv/

安装 ffmpeg（视频处理工具）：

# macOS
brew install ffmpeg
# Ubuntu / Debian
sudo apt update && sudo apt install ffmpeg
# Windows：下载后手动添加 bin 目录到系统 PATH

Step 1：克隆项目

git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video

Step 2：启动 Web 界面

uv run streamlit run web/app.py

浏览器访问 http://localhost:8501

方式三：Docker 部署（适合服务器/隔离环境）

git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video
# 国内用户建议开启镜像加速
set USE_CN_MIRROR=true && docker compose build --no-cache
set USE_CN_MIRROR=true && docker compose up -d

四、使用教程

4.1 首次配置（关键步骤）

进入 Web 界面后，展开左侧 「⚙️ 系统配置」 面板：

① LLM 配置（文案生成）

• 从下拉菜单选择模型（通义千问、GPT-4、DeepSeek 等）
• 点击“获取 API Key”注册并填入
• 也可手动填写 Base URL 和 Model 名称

② 图像/视频配置（配图生成）

• 本地部署：连接本地 ComfyUI 服务，完全免费
• 云端部署：使用 RunningHub，无需本地显卡

💡 零成本方案：使用 RunningHub 注册可获免费额度

配置完成后点击 “保存配置” ，后续无需重复配置。

4.2 生成视频（三步搞定）

第一步：输入内容

• AI 生成内容：输入主题关键词（如“为什么要养成阅读习惯”）
• 固定文案内容：已有现成文案可直接粘贴

第二步：视觉与音频设置

• 选择 BGM（内置/自定义/无）
• 设置视频尺寸（竖屏/横屏/方形）
• 输入英文提示词控制配图风格

第三步：点击生成

• 点击右侧 “生成视频” 按钮
• 系统自动执行全流程，实时显示进度
• 生成完成后在 output/ 文件夹中找到视频文件

4.3 进阶功能

• 历史记录：查看所有生成任务，支持重新预览、删除或重新生成
• 自定义素材：上传自己的照片和视频，AI 智能分析生成脚本
• 动作迁移：上传参考视频和图片进行动作迁移
• 数字人口播：生成带有数字人形象的播报视频

五、实用建议

5.1 新手避坑指南

1. API Key 是必须的：LLM 和图像生成都需要 API Key，没有的话无法工作
2. 首次配置后记得保存：忘记保存配置会导致生成失败
3. TTS 不稳定时可锁定版本：如遇 Edge-TTS 问题，可参考官方锁定版本方案
4. 国内用户建议开启镜像：Docker 部署时设置 USE_CN_MIRROR=true

5.2 最佳实践

• 文案风格：不同 LLM 生成的文案风格不同，多尝试找到最适合的模型
• 配图提示词：使用英文提示词控制风格，效果更精准
• 模板选择：静态模板适合纯口播，图片/视频模板适合图文/动态内容
• 批量生产：利用历史记录和批量创建功能，可实现日更多条视频

5.3 适用场景

• 知识类短视频（历史、科学、财经、生活技巧）
• 自媒体矩阵批量内容生产
• 创意快速验证，低成本试水话题
• 私有化部署场景，数据不出本地

六、总结

Pixelle-Video 的核心价值在于将短视频创作的门槛降到了极致——你不需要会写文案、不需要会剪辑、不需要会配音，甚至不需要有任何视频制作经验。它本质上一个“调度中心”，优雅地指挥外部的 AI 模型为你效劳。

如果你正在寻找一个免费、开源、可本地部署的 AI 视频自动化工具，Pixelle-Video 值得一试。