AIGC视频生成与编辑开发指南 · 课程目录

01 AIGC视频生成概述

什么是AIGC视频发展简史 Sora/Runway/Pika 应用场景

02开发环境搭建

Python环境CUDA/cuDNNPyTorch/TFconda/venv

03视频生成基础原理

扩散模型U-Net时间步长/噪声潜在空间

04文本到视频 (T2V)

CLIP/T5交叉注意力文本条件注入提示词工程

05图像到视频 (I2V)

图像编码注入首/尾帧控制引导强度风格迁移

06视频编辑基础

帧序列处理光流算法掩码生成关键帧插值

07视频分割与目标追踪

SAM语义分割实例分割DeepSORT对象移除/替换

08视频风格迁移

神经风格迁移时序一致性平滑处理实时风格化

09视频超分辨率

ESRGANReal-ESRGAN视频超分模型时序增强

10视频插帧与慢动作

RIFEDAIN光流插帧运动模糊

11视频修复与去水印

ProPainterE2FGVI水印检测背景填充

12视频色彩增强

自动白平衡色彩分级LUTHDR

13视频稳定与防抖

DUT/StabNet运动估计裁剪缩放滚动快门校正

14视频压缩与编码

H.264/H.265FFmpegPSNR/SSIM码率控制

15视频生成模型训练

WebVid-10M数据预处理超参调优DDP/FSDP

16LoRA与模型微调

LoRA原理低秩适配风格/人物微调模型合并

17ControlNet在视频中应用

ControlNet架构OpenPose深度图/边缘时序ControlNet

18视频生成质量评估

FVDCLIP Score用户偏好自动化Pipeline

19视频生成加速技术

INT8/FP16量化知识蒸馏Flash AttentionTensorRT

20实时视频生成系统

Streaming架构缓存策略异步处理WebSocket

21视频生成API开发

FastAPI/RESTful请求队列任务状态结果回调

22视频生成Web应用

Gradio/Streamlit前端交互进度条预览用户上传

23移动端部署

TFLite/ML KitCore ML模型压缩边缘计算

24视频生成与3D结合

NeRF视频生成3D场景理解多视角视频动态3D

25视频生成与音频同步

Wav2Lip口型同步语音情感音视频对齐

26伦理与安全

Deepfake检测水印技术内容审核负责任AI

27商业案例

广告视频短视频平台影视后期教育培训

28前沿研究

VDTCogVideoVideoPoet未来趋势

29项目实战 (一)

文本生成视频Pipeline模型选择结果优化调试

30项目实战 (二)

完整编辑工具多模型协同性能优化部署上线