跨境Ai视界 最近一直在搞视频方案、视频生成的项目，我觉得价值巨大。因为做一个视频的成本很高，但视频本身的效果很好，对转化率有一定的提升。
一开始我还是想用代码的形式，直接出视频。但是调到最后发现，Gemini的api成本太高了，目前来说相当不适合。
通义万相的效果也可以，但是图生视频无法很好的实现。阿里云对底图要求用公开的URL，可能由于某些原因。
所以准备换策略，把视频方案确定出来后，直接用谷歌最新的Flow结合Veo3生成视频，最后再手动剪辑一下。这样的效果，目前来说可以直接上传到亚马逊使用了。
其中有很多的逻辑，比如我一直以为这些项目中最重要的是整体流程等等。现在我意识到，最关键的就是提示词。因为只要大模型足够强，给他丰富的提示词，就可以出来好的效果。
那提示词从哪里来？就是私有数据，来自于竞品，无论是竞品词库，图片识别，视频识别，本质是一个思路。
**大模型是金字塔底层，私域数据是中层，上层给定制规则。**这样一套思路下来，足以解决大部分的问题。即使AGI实现之后，这样的结构也很抗打。
这是我提取出来的核心内容了。我的目标是做一套AI解决方案，现在看来已经有了雏形了。从市场调查，到竞品分析，素材准备，前期可以节省大量的人力物力。
关于视频，一个关键的思路是。首先视频分为文生视频，图生视频。图生视频分为三个：默认图片生视频、特定图片生视频、上一帧生视频。
这个思路太棒了！一定能解决AI产品视频的问题，包括一致性。而且谷歌新出的Flow已经可以解决一部分图生视频的问题了。
后面我会一直优化AI视频的部分，潜力巨大。如果你能理解我在说什么，一定也会很激动。
接下来，我会整理思路，其中一部分内容会在知无不言0620的厦门线下聚会中分享。
这是用Veo2在谷歌Flow中生成的效果，整体偏渲染风格，主要用了图生视频。可以看到产品一致性的问题得到了很好的解决，剩下的就是优化提示词了。
这是用Veo3文生视频的效果，可以看到没有产品的限制，可以生成更多真实场景的分镜。产品虽然控制不了，但是会有写意镜头。可以把不同的分镜剪辑到一起，想象空间很大。