Guía del flujo de trabajo de Jimeng (función experimental)
Solo se entregan a Jimeng el «vídeo + audio nativo»; el guion gráfico, los diálogos, los subtítulos y el montaje siguen siendo de este proyecto: una ruta alternativa cuando la API de Agnes devuelve 503 con frecuencia.
En horas punta la cola gratuita de vídeo de Agnes devuelve HTTP 503 (video queue is full) de forma continua, con esperas de diez minutos o más, y el modo automático suele quedarse atascado precisamente en la generación del vídeo. Jimeng (Dreamina) ofrece otro camino: regala créditos cada día, los modelos de vídeo de la serie Seedance admiten audio nativo y la imagen es estable. Por eso v7.6 añade el «modo de material externo»: todo el proceso de guion gráfico → voz en off → subtítulos → montaje se mantiene igual, y solo la generación de vídeo pasa a Jimeng. Jimeng se encarga de la imagen y del audio nativo, y este proyecto de la orquestación, la normalización, los subtítulos y el montaje. La función sigue en fase experimental: pruébala y envíanos también los trabajos que hagas con ella.
Acerca de esta función experimental
El modo de material externo está disponible desde v7.6 y sigue puliéndose (los prompts de los puntos de control, la importación por lotes y la alineación de subtítulos todavía pueden cambiar). Si tienes un problema, repórtalo con el ID de la tarea; y si conoces una herramienta gratuita de generación de vídeo más cómoda, cuéntanoslo: evaluaremos integrarla.
Puntos fuertes y débiles de Jimeng
👍
- ✓Créditos gratis cada día, así que primero puedes probar un vídeo terminado sin pagar
- ✓Audio nativo: los diálogos y el ambiente se generan a la vez que la imagen, lo que ahorra un paso de TTS
- ✓Generación de vídeo estable: la probabilidad de obtener un clip utilizable es mucho mayor que confiar en la cola
⚠️
- –Los créditos gratuitos son limitados; cuando se agoten tendrás que pagar o esperar la renovación del día siguiente
- –La versión gratuita solo permite modelos de gama baja, así que la calidad y el detalle quedan por debajo de las de pago
- –Los subtítulos que Jimeng pinta en la imagen suelen salir mal (erratas, glifos rotos): no cuentes con él para los subtítulos en pantalla
Comparado con el modo automático y el manual, solo cambia un paso
| Paso | Modo automático / manual | Modo de material externo (Jimeng) |
|---|---|---|
| Guion gráfico y prompts | Los genera este proyecto | Los genera este proyecto, y además ofrece un conjunto de prompts por escena que se pegan directamente en Jimeng |
| Imagen y audio | Modelos de vídeo de Agnes (la API devuelve 503 a menudo; solo la voz en off sale del edge_tts de este proyecto) | Los genera Jimeng (con audio nativo); se exporta un mp4 por escena y se importa por lotes |
| Subtítulos | Alineados con las marcas de tiempo a nivel de palabra de la voz en off (más precisos) | Alineación estimada según la duración real de cada guion gráfico (puede desfasarse, revísala en el punto de control de subtítulos) |
| Montaje y vídeo final | Monta este proyecto | Este proyecto normaliza + monta conservando la pista de audio original + quema los subtítulos |
El proceso de principio a fin
Al crear, elige «🌐 Material externo», ajusta «Herramienta de vídeo = Jimeng» y deja el proceso a la automatización y la generación a Jimeng:
Crea la tarea y elige «Material externo»
Hay tres modos de ejecución: ⚡ Automático / ✋ Manual / 🌐 Material externo. Elige el tercero y comprueba en las opciones desplegadas que la herramienta de vídeo es «Jimeng (Dreamina)».
Define el origen del audio y de los subtítulos
Origen del audio: usar el audio del propio vídeo (recomendado: se conserva la pista original de Jimeng y este proyecto deja de generar TTS) o usar la voz en off de este proyecto (la narración de edge_tts sustituye la pista original). Origen de los subtítulos: narración (por defecto) o diálogo de los personajes (el texto de los subtítulos sale de los diálogos de cada escena).
Copia los prompts a Jimeng en el punto de control del guion gráfico
Este proyecto primero termina el guion gráfico. La tarjeta «🎬 Colaboración con Jimeng» ofrece una consigna creativa con restricciones de imagen, audio y duración; en el punto de control «Clips de vídeo (videos)», los prompts de la tarjeta son el guion gráfico definitivo de este proyecto, numerado como [Escena i/N · duración], listo para pegar en Jimeng y generar por segmentos.
Exporta los vídeos por escena
Exporta cada segmento en mp4 tras generarlo en Jimeng. Los tramos de duración de Jimeng son 5s / 10s; si no coinciden con los del proyecto (4 / 5 / 6 / 8 / 10 / 12 segundos), la importación alinea por la duración real y nunca recorta el vídeo final.
Importa por lotes
En el punto de control de clips de vídeo, usa «Importación por lotes» para seleccionar varios mp4 a la vez. El sistema normaliza automáticamente a la resolución de la tarea, 30fps y H.264/AAC, y muestra por cada archivo la duración, la resolución, la tasa de fotogramas y si tiene pista de audio (si falta, se marca en amarillo pero no te bloquea).
Revisa en el punto de control de subtítulos y luego monta
Con «Usar el audio del vídeo», el punto de control de voz en off pasa solo (sin pausa) y los subtítulos se generan con un desfase acumulado según la duración real de cada guion gráfico. Revisa los cortes y la línea de tiempo en el punto de control de subtítulos; al confirmar, este proyecto monta conservando la pista original y quema los subtítulos para producir final_video.mp4.
Qué hace cada uno de los cinco puntos de control
- 1
Guion gráfico scenes
Confirma el guion gráfico y la narración; la tarjeta «🎬 Colaboración con Jimeng» da una consigna creativa con restricciones de imagen + audio + duración que puedes pasar tal cual a Jimeng o a cualquier LLM para afinarla.
- 2
Imágenes de referencia references
Opcional. Importa las imágenes del guion gráfico que genere Jimeng (con nombres como scene_1.png); se escalan a la resolución de la tarea y se centran con márgenes. En los vídeos largos creativos, la imagen importada se registra como imagen de referencia de esa escena.
- 3
Clips de vídeo videos
El paso central. Los prompts de la tarjeta son el guion gráfico que se pega directamente en Jimeng; tras generar, importa los mp4 por lotes. Antes de confirmar, el sistema comprueba que cada escena tenga su vídeo y no deja continuar si falta alguno.
- 4
Voz en off audio
Con «Usar el audio del vídeo» no se pausa y pasa solo; con «Usar la voz en off de este proyecto» funciona como el modo manual: aquí escuchas y regeneras la narración.
- 5
Subtítulos subtitle
Revisa los cortes y la línea de tiempo del SRT: la última entrada no debe pasar de la pista de audio, las contiguas no deben solaparse y una línea en chino no puede superar los 18 caracteres. Es el punto de la ruta de Jimeng que más necesita una mirada humana.
Cómo nombrar los archivos exportados sin equivocarte
Al importar, el sistema asocia cada archivo a la N-ésima escena según el «primer número N» del nombre del archivo. Por ejemplo, si exportas scene_1.mp4 irá al segmento 1 (scene_0/video.mp4); si exportas scene_3.mp4 irá al segmento 3 (scene_2/video.mp4).
- →scene_1.mp4 → segmento 1 (scene_0/video.mp4)
- →scene_3.mp4 → segmento 3 (scene_2/video.mp4)
Ten en cuenta dos cosas: el número solo se usa si está entre 1 y el número de escenas, así que un nombre con año o marca de tiempo (como 20261015.mp4) no se tomará por error como la escena 2026; y los archivos sin un número utilizable se asignan por orden de subida. Para asignarlo a mano, pasa al importar una correspondencia explícita (por ejemplo, 1 → scene_2) y pon el primer archivo en la tercera escena. Las tareas de tipo guion usan un directorio para_N, y las de presentador digital tienen un único clip/clip.mp4.
- •Conserva siempre la pista de audio al exportar: activa en Jimeng el interruptor «Generar audio» antes de exportar, o el vídeo final saldrá sin sonido.
- •Este proyecto exige la misma resolución en todos los guion gráficos; da igual que Jimeng exporte en tamaños muy distintos, porque al importar se escalan de forma uniforme y se centran con márgenes.
- •La forma más fácil de desalinear es mezclar archivos de otra tarea en el mismo lote, así que tras importar echa un vistazo a la correspondencia de escenas que se muestra antes de confirmar.
Los cuatro errores más habituales
1El clip no tiene sonido: nueve de cada diez veces la exportación de Jimeng no llevaba audio o exportaste una versión muda. Vuelve a exportar un mp4 con audio e impórtalo otra vez; la pantalla de importación te lo indica directamente con has_audio.
2Los subtítulos van uno o dos segundos adelantados o atrasados en conjunto: se estiman con un desfase acumulado a partir de la «duración real» de cada guion gráfico, así que cualquier diferencia en el ritmo de habla o en la longitud de las réplicas de Jimeng se acumula. Lo más rápido es editar el SRT a mano en el punto de control de subtítulos, o fusionar los subtítulos exportados de Jimeng y reimportarlos.
3Hay subtítulos ilegibles superpuestos en la imagen: los subtítulos internos de Jimeng suelen salir mal, así que no le dejes hacerlos. Quita el texto de los subtítulos del prompt y deja solo la capa que el proyecto quema de forma uniforme; la imagen quedará limpia.
4No hay créditos suficientes: primero haz una tarea corta de 2–3 escenas y comprueba que los prompts, el nombrado al exportar y la importación funcionan bien; luego pasa a tareas largas.
Pruébalo y comparte lo que hagas
Este flujo sigue en fase experimental y lo que más necesita son casos reales. Haz uno corto de vídeo largo creativo o de tipo guion y publica el vídeo o una captura en «Show and tell» de GitHub Discussions: lo incluiremos en la sección de ejemplos del sitio (adjunta tus prompts de guion gráfico y los ajustes de Jimeng para que otros puedan reproducirlo).
Si quieres los detalles
La descripción completa del modo de material externo (matriz de entregables por punto de control, interfaz de importación por lotes, reglas de normalización) está en la quinta sección de la guía del modo manual del repositorio del proyecto; las tarjetas de cada punto de control también incluyen los prompts copiables y las indicaciones para reimportar.
Ver la guía del modo manual →Qué hacer si aparece un 503
Prueba en este orden: en la gran mayoría de los casos tendrás un vídeo en tres pasos:
Preguntas frecuentes del flujo de Jimeng (incluye cómo tratar Agnes 503 / queue is full) →¿Otras herramientas gratuitas de vídeo? Se agradecen recomendaciones
La lista de herramientas de este proyecto es un registro ampliable: añadir una herramienta solo requiere un juego de plantillas de prompts e indicaciones de reimportación, sin tocar el flujo ni la capa de composición. Si conoces un canal gratuito de generación de vídeo mejor (Kling, Hailuo, modelos locales de código abierto…), abre un Issue en GitHub y cuéntanos: nombre de la herramienta, si tiene audio nativo, los tramos de duración por segmento y si puede exportar subtítulos. Evaluaremos integrarla.
Sugerirlo en GitHub →Prueba una ahora mismo
El modo de material externo es una función de escritorio: descarga la app y elige «🌐 Material externo» al crear una tarea. La Demo en línea y el Studio web usan el modo automático.
Páginas relacionadas
Preguntas frecuentes del flujo de Jimeng (incluye cómo tratar Agnes 503 / queue is full)
¿Qué hacer cuando Agnes devuelve HTTP 503 o video queue is full? ¿Hay que esperar? ¿Se puede tomar otra ruta? Y las preguntas más habituales al usar el flujo de Jimeng.
Guía del modo manual — Auto vs Manual: generación espontánea o salida precisa | Agnes Video
Cómo usar el modo manual en Agnes Video Generator: pausa en los puntos de control (storyboard, referencias, clips, narración, subtítulos, final) para revisar o refinar cada artefacto antes de continuar, opcionalmente con IA externa o herramientas más potentes para un resultado preciso. El modo automático sirve para generar de forma espontánea desde una idea (vibe video generating); el manual para salidas claramente especificadas con ajuste fino de los artefactos.
Errores de Agnes Video Generator: HTTP 503, token 401 y reintentos
Cómo resolver los errores de Agnes Video Generator: HTTP 503 «video queue is full», 401 token no válido, generaciones fallidas o interrumpidas con reanudación desde el punto de control, requisitos y API Key.
Locución y subtítulos: añade narración y pies de pantalla
El modo de transmisión oral digital viene con doblaje TTS y alineación de labios. Ingrese la copia y produzca la película directamente sin procesamiento adicional; Los videos comunes de Vincent pueden agregar subtítulos a través de herramientas de edición convencionales. Este artículo explica claramente las capacidades de doblaje y subtítulos de cada modo, los pasos de configuración específicos y la comparación de los efectos de la película para ayudarlo a crear rápidamente un video completo con comentarios.
Sources
This page's description of Jimeng's capabilities, the external-asset checkpoints, and the media normalisation rules is based on the following sources.
- 即梦 AI (Dreamina)：AI 图片与视频创作平台ByteDance · 即梦官网 (2025)
Jimeng (Dreamina) is the tool that generates picture and native audio in this workflow; its site is the basis for the advantages/trade-offs section of this page.
- agnes-video-generator — 开源 AI 视频生成项目lcy362 · GitHub (2026)
The external-asset implementation (checkpoint prompts, batch import, keep-audio concatenation) follows the project source: core/providers.py, web/routes/video_routes.py and utils/video.py.
- FFmpeg Documentation — 音视频处理官方文档FFmpeg 项目 · ffmpeg.org (2025)
Both normalisation on import (scale-and-pad, uniform frame rate, H.264/AAC) and subtitle burn-in concatenation are done by ffmpeg; parameter semantics follow the official documentation.
Por qué puedes confiar
Este artículo fue escrito por profesionales de primera línea. Al escribirlo, se verificaron fuentes de primera mano, como artículos de arXiv, informes técnicos de fabricantes y Stanford AI Index, y no se basaron en conclusiones basadas en impresiones subjetivas.
SandGrid@lcy362
Autor de Agnes Video Generator · Desarrollador Full-Stack
Desarrollador independiente y autor de Agnes Video Generator, una herramienta de generación de vídeo con IA de código abierto. El proyecto se basa en el modelo de video completamente gratuito de Agnes AI y el protocolo MIT es de código abierto. Ha ayudado a más de 1.000 creadores a producir videos de IA a costo cero. He estado preocupado durante mucho tiempo por la ingeniería y la popularización de modelos de generación de video, y el contenido de los artículos proviene de la práctica de primera línea e investigación de primera mano.
Ver en GitHubÚltima actualización：2026-08-21
¿Listo para empezar?
“Que la IA de clase mundial pertenezca a todos.” – Bruce Yang. Completamente gratis, sin tarjetas de crédito ni tarjetas gráficas de alto rendimiento, haz tu primer video de IA a costo cero. ¿Quieres usar los modelos de vídeo gratuitos de Agnes AI? Simplemente comience aquí.
Clona el repositorio de GitHub y lanza en 2 minutos