4.6.0 — Poetry Video Task Type + MultiScene Pipeline Refactor

Poetry Video Task Type + MultiScene Pipeline Refactor

MinorInilabas noong Hulyo 12, 2026Tingnan sa GitHub

Ano ang Bago

Mga Tampok at Pagpapabuti

  • Poetry video task type — bagong POST /api/tasks/poetry: hinahati ng LLM ang tula sa mga eksena (format na orihinal na linya | visual na paglalarawan), bawat linya ay binabasa ng TTS narration, ang mga eksena ay ginagawa bilang t2v clips, at ang mga subtitle ay naka-time-align sa narration at naka-concatenate.
  • Poetry scene config na naka-align sa creative video — per-scene duration model at duration-extraction mode; mga opsyon para sa bilang ng eksena / watermark / bilis ng narration.
  • Two-phase poetry generation — ang mga eksena ay isinusumite nang batch at hinihintay nang parallel para sa mas mabilis na pagkumpleto.

Refactoring at Pag-optimize

  • MultiScenePipeline base class — ang creative/manuscript/anchor/poetry long-video pipelines ay nagbabahagi na ngayon ng isang template-method base class (build_scenes → build_reference_images → generate_videos → audio+subtitle → composite), inaalis ang duplicated na lohika bawat pipeline.
  • Ang poetry generation ay gumagamit muli ng base generator — ang video generation ay inilipat sa MultiScenePipeline._generate_videos.

Pag-aayos ng Bug

  • Pagkagupit ng per-scene TTS audio sa poetry videos (unang kalahati lang ang naririnig).
  • Gumamit ang resume ng lumang final_clip.mp4 na walang audio track.
  • Hindi ipinakita ang poetry progress step indicator.
  • Nawawala ang closing brace ng switchTaskType, na nag-disable sa buong page JS.

Tungkol sa Agnes Video Generator

Isang ganap na libre, open-source AI video generator: gawing multi-scene AI video na may narrasyon at subtitle ang teksto.

  • Libre at open source — walang bayad, walang high-end GPU na kailangan
  • Teksto-sa-video, larawan-sa-video, digital anchor at pagbuo ng imahe
  • Pinapatakbo ng libreng Agnes AI models, video na ganap na nabubuo sa cloud
  • Tumatakbo sa Web UI, Docker o npm, sumusuporta sa self-hosting

Mga Kaugnay na Pahina

Bakit mapagkakatiwalaan ito

Ang artikulong ito ay isinulat ng mga front-line na practitioner. Kapag isinulat, ang mga unang mapagkukunan tulad ng mga arXiv paper, mga teknikal na ulat ng tagagawa at Stanford AI Index ay na-cross-check, at hindi batay sa mga konklusyon mula sa mga subjective na impresyon.

S

SandGrid@lcy362

Author ng Agnes Video Generator · Full-stack Developer

Independent developer at may-akda ng open source AI Video generation tool na Agnes Video Generator. Ang proyekto ay batay sa ganap na libreng modelo ng video ng Agnes AI at open source ng MIT protocol. Nakatulong ito sa 1,000 creator na gumawa ng mga AI na video sa walang gastos. Matagal na akong binibigyang pansin ang engineering at pagpapasikat ng mga modelo ng pagbuo ng video, at ang nilalaman ng artikulo ay nagmula sa front-line practice at first-hand research.

Tingnan sa GitHub

Huling na-update2026-08-21

Handa Ka Nang Magsimulang Gumawa?

“Hayaan ang world-class na AI na pag-aari ng lahat.” — Bruce Yang. Ganap na libre, walang credit card o high-performance graphics card, gawin ang iyong unang AI video sa zero cost. Gustong gumamit ng libreng modelo ng video mula sa Agnes AI? Magsimula ka lang dito.

I-clone ang GitHub repo at i-launch sa loob ng 2 minuto