融光（AI Fusion Video） 免费

-
开发公司 Stonewuu / 融光项目维护者
地区 中国
官网 https://github.com/Stonewuu/ai-fusion-video

融光（AI Fusion Video）是一个面向内容创作者的开源 Agent 视频创作平台，重点不是单步生成，而是把剧本、分镜、参考图、视频片段和素材管理做成一条可部署、可视化、可切换模型的创作流水线。

融光（AI Fusion Video） 产品界面

融光（AI Fusion Video）

核心参数与统计

融光最大的区别，不是它也能“做视频”，而是它从一开始就站在工程流程上看视频创作。公开 README 写得很直接：你在平台上编写剧本，系统自动拆成分镜，再调用不同模型生成参考图和视频片段，最后统一管理素材。这个产品逻辑决定了它不是短平快的单条视频 SaaS，而是更像一个开源视频创作中台。

项目 公开信息
产品形态 开源 Agent 视频创作平台
最新版本 v0.6.3
开源协议 MIT License
技术栈 Java 21、Spring Boot 3.5、Next.js 16、React 19、TypeScript
部署方式 Docker Compose、源码开发
依赖服务 MySQL、Redis、对象存储可选
模型支持 OpenAI、Claude、Gemini、通义千问DeepSeek、Ollama
社区信号 GitHub 约 998 stars、197 forks

一句话简评：它不是帮你“凭空做一条视频”，而是把视频创作拆成一条可观察、可重试、可自部署的 Agent 流程。

宣传核验：官方强调“全流程自动化工作流”，这个定位基本真实，因为它覆盖的不是某个生成节点，而是从剧本到素材输出的多阶段流程。

用户与市场认可

作为开源项目，融光的市场认可主要来自 GitHub 社区和中文创作者/开发者场景，而不是企业付费客户数字。接近千星与接近两百 fork 的规模，至少说明它已经越过“只有作者自己在用”的阶段，外部开发者愿意围绕它继续折腾。

专家视点：开源视频平台的价值，不是替代所有闭源 SaaS，而是给团队一个可以把创作规则、模型供应商和存储链路掌握在自己手里的基础骨架。对于需要持续迭代分镜、剧本和模型供应商的团队，这种掌控感远比“单次效果最好”更重要。

隐性收益：因为平台已经把素材管理、模型切换和流程可视化纳入同一个项目，所以团队以后换模型、换对象存储、换创作流程时，代价会比堆一堆脚本低很多。

当前限制：公开信息显示团队管理、多用户权限控制和全局智能 Agent 仍在 TODO，说明它现在更适合创作工作室、研发团队或个人部署，而不是直接无缝拿去做成熟企业平台。

成本优势

免费的真相：MIT 协议让软件本身几乎没有许可门槛，但 AI 功能并不免费。OpenAI、Claude、Gemini、DeepSeek 等上游模型费用，以及图片和视频生成链路的消耗，才是日常运行的主要变量成本。

C 端/个人：个人开发者或独立创作者可以用 Docker 很快拉起来，验证是否值得为视频工作流做长期投入。相比直接买闭源大平台，前期现金支出更低。

API/开发者：这是它最值钱的层。因为你可以自由切模型、换后端、加自己的业务逻辑，真正的成本控制权在自己手里，而不是被单一供应商锁死。

企业/私有化：对需要私有化和数据可控的团队，融光的优势很明显。但要算清楚的是运维、数据库、缓存、存储和模型网关成本，而不是只看“开源免费”。

隐性成本：视频 Agent 项目最常见的隐性成本不是部署，而是链路稳定性。分镜质量、模型返回时延、素材引用、失败重试和上下文污染，都会直接影响产线可用性。

主要功能

  • 剧本管理：支持分集、分场景的结构化剧本管理。
  • AI 分镜生成：把剧本自动拆成画面描述、镜头语言和可继续编辑的分镜。
  • AI 绘图：调用不同引擎生成分镜参考图。
  • AI 视频生成：基于分镜描述和参考图输出视频片段。
  • 素材管理：统一管理图片、视频和项目内资源。
  • 多模型支持：兼容 OpenAI、Claude、Gemini、通义千问DeepSeek、Ollama。
  • 多存储后端：支持本地OSS、COS、MinIO 等。
  • Agent Pipeline 可视化：把多阶段生成过程暴露出来，方便排查和重试。

工具开放清单：虽然 README 没有用 MCP 命名，但公开流程已经暴露出典型工具行为：script_create、storyboard_generate、image_generate、video_generate、asset_store、model_select、project_manage、export。模型并不是直接“生成片”，而是通过这些工具行为闭有推进任务。

模型与版本演进

融光当前已从早期公开版推进到 v0.6.3，版本演进更像开源平台的功能滚动，而不是闭源 SaaS 的命名营销。

早期公开阶段

v0.1.0 说明项目已具备最小可运行形态，不再只是创意演示。

平台化阶段

随着 Agent Pipeline 可视化、系统初始化向导、多存储后端和多模型支持进入已完成清单，产品重心已经从“能跑通一条链路”转向“让这条链路更稳定、可观察、可维护”。

近期稳定化阶段

v0.6.3 及近两个月提交重点都在分镜管理、删除级联、接口统一和工具命名优化，这是一种很典型的平台成熟信号：开始花更多力气补工程稳定性，而不只是加功能。

技术优势

架构链路：

用户需求 -> 剧本模块 -> Agent Pipeline -> 分镜生成 -> 图像生成 -> 视频生成 -> 素材管理/导出

LLM / 图像模型 / 视频模型 -> 融光平台编排层 -> Browser UI / Storage / Project State

这条链路最大的优点，是控制流和数据回流方向都比较清楚，不会把所有事情塞进一个不可观测的 prompt 里。

机制：项目把内容创作拆成剧本、分镜、参考图、视频片段几个中间层，每层都能被人工检查和修正。

效果：相比直接一句话生成整条视频，这种分层结构更容易做版本控制、局部返工和模型替换。

适用场景：短剧、漫剧、广告预演、教育视频、动画原型。

工程踩坑指南：

  1. 死循有与 Token 暴涨控制：多轮分镜和模型重试很容易空转，建议给每个项目任务设置 max_steps、超时和重复动作检测，避免同一分镜在失败后无限重跑。
  2. DOM/上下文过载的等价问题：这里不是网页 DOM，而是长剧本与多分镜上下文。建议分场景分页处理，只把当前场景和必要记忆喂给模型，不要把整季剧本一次塞满。
  3. 安全与越权治理：涉及删除素材、覆盖项目或批量导出时，必须加确认点和回滚策略。AI 生成链路里最怕的不是“做不出来”，而是把已有项目状态写坏。

如何使用

3 分钟快速上手：

git clone https://github.com/Stonewuu/ai-fusion-video.git
cd ai-fusion-video
cp .env.example .env
docker compose up -d

启动后按公开说明访问 http://localhost:8080，在系统设置页配置 AI 模型密钥和存储后端即可开始。

使用方式 公开入口 适合人群 注意点
Docker 一键部署 docker compose up -d 想快速体验的团队 先准备模型密钥
源码开发 Spring Boot + Next.js 需要二次开发者 依赖 MySQL、Redis、pnpm
多模型配置 系统设置页 需要切模型的人 关注供应商成本与稳定性
对象存储 本地/S3 兼容 长期生产用户 提前规划素材存储结构

真实工作流：创建项目 -> 编写剧本 -> AI 生成分镜 -> AI 画参考图 -> AI 生成视频片段 -> 管理素材 -> 导出交付。这个流程比“一次生完”更重，但也更可控。

产品定价

项目本身采用 MIT 开源协议，没有传统订阅费。但这不代表总成本低到可以忽略。

C 端/个人：软件免费，主要成本是模型调用、服务器和时间。

开发者/API：可以按自己的偏好接 OpenAI、Claude、Gemini、DeepSeek 或 Ollama，本质上是把成本从平台订阅转成了可控但需要自己管理的供应商账单。

企业/私有化：许可证友好，但要额外考虑数据库、对象存储、日志、权限和备份成本。

劝退场景：如果团队没有工程能力，只是想快速出几条营销视频，闭源 SaaS 往往更省力。

应用场景

  • 短视频与短剧创作：从脚本到分镜再到片段生成的链路最匹配。
  • 广告与营销内容：适合做多版本创意验证，而不是一次性高端成片。
  • 教育与培训视频：把教学大纲转成结构化视觉表达。
  • 动画与影视预演：快速做故事板和动态预演，降低正式拍摄前的不确定性。

降维打击场景：需要频繁迭代剧本、分镜和镜头语言的团队，比只追求“一键出成片”的团队更能享受它的价值。

适用人群

  • 技术型内容团队：最适合，因为能承担部署和模型治理。
  • 独立开发者与创作工作室：希望构建自己的视频生产工具链。
  • 教育、动画、短剧原型团队：重视分镜可控性和流程透明度。

劝退/不适用人群：

  • 只想零配置开箱即用的人。
  • 没有模型预算、又不愿运维的团队。
  • 需要成熟企业协作权限系统，但现在就必须上线的人。

总结与展望

融光的强项不是“效果碾压所有闭源视频 SaaS”，而是给视频创作提供一个真正可控的 Agent 平台骨架。它通过中间层拆分，把创作流程从黑盒生成改成可观测、可返工、可自部署的流水线。隐性收益在于模型切换和流程沉淀，隐性成本在于工程维护、失败重试和长链路稳定性都需要团队自己兜底。

当前限制：团队协作、权限体系和更强的全局 Agent 仍在演进中。采购/采用风险评估：最适合先做内部试验平台或创作工作室基础设施，而不是直接把它当成熟企业级视频中台全面替换现有生产系统。

限制与不适配场景

在评估该工具是否适合自身需求时，以下限制条件需要重点关注。

场景适配边界 该工具在通用场景下表现良好，但在以下情况可能效果不达预期：需要高度行业专业知识的任务（如法律文书起草、医疗诊断辅助、金融风控分析），对输出格式有严格规范要求的场景（如政府公文、学术论文、技术文档），以及需要零错误的自动化流程。在这些场景中，AI 的输出应作为初稿或辅助参考，最终结果需要人工核验与调整。建议从低风险、低复杂度任务开始使用，逐步建立对工具能力边界的认知。

技术限制 产品在以下方面存在固有技术边界：上下文处理长度有限，超长文档需分段处理；对中文等非英语语言的优化程度可能低于英文；复杂推理任务（多步逻辑推理、数学计算、因果分析）的准确性不如简单问答场景。这些限制并非产品缺陷，而是当前 AI 技术的共性特征。在选择工具时，应将所需任务复杂度与工具的能力边界进行匹配评估。

部署与使用限制 大部分功能依赖稳定的网络连接，离线能力有限；免费版本通常设有使用额度（如每日生成次数、API 调用量或存储空间上限）；企业级部署需要评估数据存储位置、传输加密和隐私合规要求。建议在正式采用前通过试用验证核心场景的可用性，并制定相应的使用规范和人工复核流程。

用户体验与产品迭代

融光（AI Fusion Video） 作为面向终端用户的 AI 应用产品，其用户体验、迭代速度和生态建设直接影响用户的持续使用意愿和长期价值。以下是评估产品成熟度的关键维度。

新用户上手与学习曲线 从注册到产出第一个有价值成果所需的操作步骤和时间，是衡量产品易用性的核心指标。优秀的 AI 应用应实现"打开即用"的体验，通过清晰的新手引导流程、预设模板和智能化默认配置降低新用户的认知负担。建议通过实际操作评估：在未阅读帮助文档的情况下，完成一个典型任务所需的时间（以分钟计）和操作步骤数（是否在 5 步以内）。同时关注产品的容错设计——当用户操作失误时，是否有清晰的错误提示、修正路径和撤销机制。一个好的容错设计能显著降低用户的挫败感和使用风险。

功能迭代与产品演进 持续的版本更新频率和更新质量反映了团队的研发投入度和对用户需求的响应速度。建议关注近 6-12 个月的版本更新日志，从以下维度评估产品活力：新功能的上线节奏（是快速跟进市场趋势还是节奏缓慢）、bug 修复和性能优化的频率（反映工程团队的维护质量和响应速度）、用户反馈的采纳和响应情况（通过社区和更新日志判断产品团队的用户导向程度）。功能更新活跃（至少每月一次主要更新）、修复及时（关键 bug 在 48 小时内响应）的产品通常具有更强的市场竞争力和用户粘性。

用户支持与社区生态 帮助文档的完整度（是否覆盖所有功能点且有中英文多语言版本）、客服响应速度（工单系统、在线客服、邮件等多渠道的平均响应时间）、社区论坛或社群的活跃度（用户互助频率、经验分享、模板市场丰富度）是产品成熟度的重要标志。活跃的用户社区不仅能提升问题解决效率（减少对官方客服的依赖），还能通过用户生成内容（模板、教程、案例、插件）丰富产品生态，形成正向循环的网络效应。建议在正式使用前浏览帮助中心和社区，评估在遇到问题时自助解决的可能性。

数据安全与合规考量

在使用 融光（AI Fusion Video） 时，数据安全和合规性是组织级用户必须重点关注的维度。以下方面建议在使用前详细了解和评估，以确保工具的使用符合组织的安全策略和法规要求。

数据处理与存储安全 确认服务商的数据存储地理位置（境内或境外，这直接影响数据出境合规要求）、数据传输加密方式（至少应支持 TLS 1.2 或更高版本）、数据保留周期（使用结束后数据何时被删除）以及删除策略（是逻辑删除还是物理销毁）。对于涉及个人身份信息、商业秘密或受监管数据的场景，建议优先选择支持数据本地化部署或私有化部署的方案，或在数据输入前通过脱敏或匿名化处理降低合规风险。同时需关注服务商是否提供标准化的数据导出功能（Data Portability），避免供应商锁定导致的迁移成本。

合规认证与行业标准 检查产品是否持有相关行业的安全合规认证——SOC 2 Type II 报告（由第三方审计机构出具，验证服务商的控制措施有效性）、ISO 27001 认证（信息安全管理体系的国际标准）、GDPR 合规声明（欧盟通用数据保护条例的满足情况）等。这些认证是服务商安全管理能力的外部权威背书，在企业采购流程中往往是供应商入围筛选的必要条件。对于金融、医疗、政务等高监管行业，还需逐一确认产品是否满足行业特定的合规要求（如等保、HIPAA、PCI DSS 等）。

AI 输出内容的合规风险 使用 AI 生成内容的版权归属和知识产权条款需根据服务条款和用户协议逐条确认。大多数平台将生成内容的使用权授予用户，但需要特别关注以下例外情况和潜在风险：免费版用户的知识产权范围可能不同于付费版用户、模型训练数据中可能包含受版权保护的第三方内容（这可能导致输出内容包含未授权的素材）、平台是否保留将用户输入数据用于模型再训练或改进的权利（这在涉及敏感数据时尤为重要）。在将 AI 输出用于商业用途或对外发布前，建议进行基本的合规审查，确保不侵犯第三方权益。

版本信息

  • AI Fusion Video v0.6.3 ：GitHub 当前公开的最新版本标签为 v0.6.3，主线持续完善分镜、删除级联、前后端接口统一等平台稳定性问题，暂无官方精确日期。
  • Agent Pipeline 可视化阶段 ：README 已将 Agent Pipeline 可视化流程列为已完成能力，说明项目开始从多步调用集合演进为可观测工作台。
  • AI Fusion Video v0.1.0 ：GitHub 仓库历史显示项目以 v0.1.0 作为早期公开发布节点，标志产品从概念验证进入可运行项目阶段，暂无官方精确日期。

用户评价

  • 加载评价中...