内容预览:
刷到一条拍得漂亮的广告,很多人只能反复拖进度条,猜它用了几个机位、字幕怎么卡点、声音是真人还是 AI,猜完还是不知道怎么下手。有个开源项目就是冲着这个麻烦来的:把视频逐镜拆开,判断每个镜头是实拍、AI 生成还是代码做的,再讲清字幕、剪辑和音频的处理方式,最后给出一份能照着复刻的方案。适合短视频创作者、带货团队和想研究 AI 视频的人。
一条视频到底怎么来的,它逐镜给你答案
它的核心动作是逐镜拆解:把一条视频按镜头切开,逐个说明画面是怎么来的,不再靠感觉猜。
一段 19 秒的混合片,它能给出这样的判断——代码或模板渲染占了大头,中间夹着 AI 生成镜头,还有几秒真实录屏,配乐来自曲库、节奏 122 BPM。不是观感,不是猜测,是逐镜跑出来的结果。
判断依据也不玄乎。看文件信息里有没有 AI 生成的标记,看画面噪点像不像真实相机拍的,看物体运动自不自然;音频那头判断人声是真人还是 AI 合成,背景音乐是 AI 做的还是曲库选的,节奏多少 BPM,音效落在哪些位置。
实拍口播、桌拍、手持带货、vlog、探店,AI 文生视频、AI 短剧、AI MV,数字人、3D 动画、代码动效、屏幕录制,甚至各种混剪,它都能拆。
分清来源:实拍、AI、代码,各归各的位置
分清来源是它最值钱的地方。明确告诉你哪些是实拍、哪些是 AI 生成、哪些是代码或模板做的。
举个例子:左边是手机实拍原片,右边是别人用 AI 换了产品重做的版本。它能判断左边全部实拍,一个场景、两个机位就能拍完;右边全部 AI 生成,8 个镜头可以合并成 3 次生成。
对实拍镜头,它给出拍摄场次和机位,景别、运镜、布光方案,连调色都写清楚。对 AI 镜头,它反推每个镜头的提示词,告诉你合并成几次生成、该用哪类模型。数字人镜头会点明哪些是人像被声音驱动说话、对口型,需要什么人像和音频素材。
这一步做完,你至少知道:哪些镜头自己扛机器就能拍,哪些得靠模型生成,哪些写几行代码就能做。
复刻有谱:每个镜头都有制作思路
拆完不是给你一份观后感,而是每个镜头给出制作思路,还整理成一份可以照着做的复刻方案。
哪些镜头要自己拍、哪些用 AI 生成、哪些写代码做,方案里分得清清楚楚。需要你自备的素材也会列出来:屏幕录制、截图、产品照片之类。
报告还好读:按你指定的语言输出,中文英文都行,看完就能拿去和团队对齐,不用你再翻译一遍给剪辑、摄影、投手听。
对带货团队来说这点很实用。看到同行的爆款,不用再开会猜半天,直接把拆解报告摊在桌上,谁负责拍、谁负责生成、谁负责后期,一目了然。
细节到位:字幕、贴纸、剪辑节奏、音效落点
真正拉开差距的是细节。字幕起止时间、颜色描边、贴纸位置、剪辑节奏和音效落点都会写出来。
每行字幕从第几秒进、第几秒出,描边多粗,入场动效是什么样,都能定位。贴纸、表情、画中画的位置和停留时长也跑不掉。
音频这块更细:人声是真人还是 AI 合成,音乐是 AI 做的还是曲库选的,BPM 多少,每个音效落在哪个画面上。
很多人剪片卡就卡在这里——画面抄得像,节奏对不上,字幕晚半秒,音效早一拍,观感立刻垮掉。把这些参数摊开,你才知道差距在哪一格。
怎么用:一句话装好,把路径丢过去
它是为 AI 代理设计的,在 AI 桌面端软件里说一句装上它,把视频路径给过去就能开拆。
比如告诉桌面级 AI 助理:帮我安装好这个开源项目,并告诉我如何使用,按提示操作即可。这类助理每日有免费额度可用,两千万 token 的量,拆几条视频绰绰有余。
本地跑需要 ffmpeg 和 Python 3.10 以上,接上视觉模型后判断会更准。做短视频、想学别人怎么剪的,拿它当拆片老师正好。
看到一条好片,别再只是收藏。挑一条你真正想复刻的,丢进去拆一遍,把报告里的镜头清单、字幕时间轴、音效落点抄下来,照着做一条——这才是把别人的爆款变成自己能力的方式。

![Glary Utilities v6.12.0.16绿色版[吾爱]](http://www.51wen99.com/ZYK/RJ/202407/y1k31kxnro3.png)

