AI Fusion Video est une plateforme de création vidéo d'agent open source pour les créateurs de contenu. L'accent n'est pas mis sur la génération en une seule étape, mais sur la création de scripts, de storyboards, d'images de référence, de clips vidéo et de gestion de matériel dans un pipeline créatif qui peut être déployé, visualisé et commutable en modèles.

Vidéo de fusion IA

Paramètres et statistiques de base

La plus grande différence de Fusion Light n'est pas qu'il peut également « faire des vidéos », mais qu'il examine la création vidéo dès le début du processus d'ingénierie. Le README public est très simple : vous écrivez le script sur la plateforme, et le système le divise automatiquement en composants, puis appelle différents modèles pour générer des images et des clips vidéo de référence, et enfin gère les matériaux de manière unifiée. Cette logique de produit détermine qu'il ne s'agit pas d'un SaaS vidéo unique court et rapide, mais plutôt d'une plate-forme intermédiaire de création vidéo open source.

Projets	Informations publiques
Formulaire de produit	Plateforme de création vidéo d'agent Open Source
Dernière version	v0.6.3
Licence Open Source	Licence MIT
Pile technologique	Java 21, Spring Boot 3.5, Next.js 16, React 19, TypeScript
Méthode de déploiement	Docker Compose, développement de code source
Services dépendants	MySQL, Redis et stockage d'objets en option
Prise en charge du modèle	OpenAI, Claude, Gémeaux, Tongyi Qianwen DeepSeek, Ollama
Signaux communautaires	GitHub environ 998 étoiles, 197 forks

Un bref commentaire : Cela ne vous aide pas à "créer une vidéo à partir de rien", mais décompose la création vidéo en un processus d'agent observable, réessayable et auto-déployable.

Vérification de la publicité : le responsable met l'accent sur le "flux de travail automatisé complet". Ce positionnement est fondamentalement vrai, car il ne couvre pas un certain nœud de génération, mais un processus en plusieurs étapes allant du script à la sortie matérielle.

Reconnaissance des utilisateurs et du marché

En tant que projet open source, la reconnaissance de Rongguang sur le marché vient principalement de la communauté GitHub et de la scène chinoise des créateurs/développeurs, plutôt que du nombre de clients payants des entreprises. L'échelle de près d'un millier d'étoiles et de près de deux cents forks montre au moins qu'il a dépassé le stade de "utilisé uniquement par l'auteur lui-même", et les développeurs externes sont prêts à continuer à travailler autour de ce problème.

Vue d'expert : La valeur de la plate-forme vidéo open source n'est pas de remplacer tous les SaaS fermés, mais de donner à l'équipe un squelette de base qui peut contrôler les règles de création, les fournisseurs de modèles et les liens de stockage entre leurs propres mains. Pour les équipes qui doivent continuellement itérer des storyboards, des scripts et des fournisseurs de modèles, ce sentiment de contrôle est bien plus important que « le meilleur moment ».

Avantages cachés : étant donné que la plate-forme a intégré la gestion du matériel, le changement de modèle et la visualisation des processus dans le même projet, lorsque l'équipe modifiera les modèles, le stockage d'objets et les processus de création à l'avenir, le coût sera bien inférieur à celui d'empiler une pile de scripts.

Limites actuelles : les informations publiques montrent que la gestion d'équipe, le contrôle des autorisations multi-utilisateurs et l'agent intelligent global sont toujours sur TODO, ce qui indique qu'il est désormais plus adapté aux studios de création, aux équipes de R&D ou aux déploiements individuels, plutôt que d'être utilisé directement et de manière transparente comme une plate-forme d'entreprise mature.

Avantage de coût

La vérité gratuite : L'accord du MIT rend le logiciel lui-même presque exempt de barrières de licence, mais les fonctions d'IA ne sont pas gratuites. Le coût des modèles amont tels que OpenAI, Claude, Gemini et DeepSeek, ainsi que la consommation des liens de génération d'images et de vidéos, sont les principaux coûts variables des opérations quotidiennes.

Côté/Individuel : les développeurs individuels ou les créateurs indépendants peuvent utiliser Docker pour démarrer rapidement et vérifier s'il vaut la peine d'investir à long terme dans le flux de travail vidéo. Par rapport à l’achat direct d’une grande plateforme fermée, le décaissement initial est inférieur.

API/Développeur : Il s'agit de sa couche la plus précieuse. Étant donné que vous pouvez librement changer de modèle, modifier les backends et ajouter votre propre logique métier, le véritable contrôle des coûts est entre vos mains au lieu d'être verrouillé par un seul fournisseur.

Entreprise/Privatisation : Pour les équipes qui ont besoin de privatisation et de contrôle des données, Rongguang présente des avantages évidents. Mais ce qui doit être calculé clairement, c'est le coût d'exploitation et de maintenance, de base de données, de cache, de stockage et de passerelle de modèle, plutôt que de simplement considérer « l'open source et la gratuité ».

Coût caché : le coût caché le plus courant des projets d'agents vidéo n'est pas le déploiement, mais la stabilité des liens. La qualité du storyboard, le délai de retour du modèle, les références matérielles, les tentatives infructueuses et la pollution du contexte affecteront tous directement la disponibilité de la ligne de production.

Fonctions principales

• Gestion des scripts : prend en charge la gestion structurée des scripts par épisode et scène.
• Génération de storyboard IA : divisez automatiquement le script en descriptions d'écran, langage de prise de vue et storyboards pouvant être modifiés.
• AI Drawing : appelez différents moteurs pour générer des dessins de référence de storyboard.
• AI Video Generation : produisez des clips vidéo basés sur des descriptions de storyboard et des images de référence.
• Gestion du matériel : gestion unifiée des images, des vidéos et des ressources du projet.
• Prise en charge de plusieurs modèles : Compatible avec OpenAI, Claude, Gemini, Tongyi Qianwen DeepSeek et Ollama.
• Backend multi-stockage : prend en charge les OSS locaux, COS, MinIO, etc.
• Visualisation du pipeline d'agents : exposez le processus de génération en plusieurs étapes pour faciliter le dépannage et réessayer.

Liste ouverte des outils : Bien que le README ne soit pas nommé avec MCP, le processus public a exposé des comportements typiques des outils : script_create, storyboard_generate, image_generate, video_generate, asset_store, model_select, project_manage, export. Le modèle ne « génère pas directement de tranches », mais favorise plutôt les tâches via ces comportements d'outils.

Evolution du modèle et de la version

Fusion Light est actuellement passé de la première version publique à la v0.6.3. L’évolution des versions s’apparente davantage au déploiement de fonctions d’une plate-forme open source qu’au marketing de nommage d’un SaaS fermé.

Première scène publique

La v0.1.0 indique que le projet a atteint une forme minimale exécutable et n'est plus seulement une démonstration créative.

Étape de la plateforme

Avec la visualisation Agent Pipeline, l'assistant d'initialisation du système, le backend multi-stockage et la prise en charge multi-modèles entrant dans la liste complétée, l'accent du produit est passé de « peut exécuter un lien » à « rendre ce lien plus stable, observable et maintenable ».

Étape de stabilisation récente

La v0.6.3 et les soumissions des deux derniers mois se concentrent sur la gestion du storyboard, la suppression des cascades, l'unification de l'interface et l'optimisation du nommage des outils. Il s’agit d’un signal typique de maturité de la plateforme : commencez à consacrer plus d’efforts à l’amélioration de la stabilité du projet au lieu de simplement ajouter des fonctions.

Avantages techniques

Lien architectural :

Exigences utilisateur -> Module de script -> Agent Pipeline -> Génération de storyboard -> Génération d'images -> Génération de vidéo -> Gestion/exportation du matériel

LLM/Modèle d'image/Modèle vidéo -> Couche d'orchestration de la plateforme Fusion Light -> Interface utilisateur du navigateur/Stockage/État du projet

Le plus grand avantage de ce lien est que le flux de contrôle et la direction de retour des données sont relativement clairs et que tout ne sera pas intégré dans une invite inobservable.

Mécanisme : le projet divise la création de contenu en plusieurs couches intermédiaires telles que des scripts, des storyboards, des images de référence et des clips vidéo. Chaque couche peut être inspectée et corrigée manuellement.

Effet : Par rapport à la génération directe de la vidéo entière en une seule phrase, cette structure hiérarchique facilite le contrôle de version, la retouche partielle et le remplacement de modèle.

Scénarios applicables : courtes pièces de théâtre, bandes dessinées, avant-premières commerciales, vidéos éducatives, prototypes d'animation.

Guide des pièges de l'ingénierie :

1. Les boucles sans issue sont liées au contrôle de l'inflation des jetons : plusieurs séries de storyboards et de tentatives de modèle sont faciles à inactiver. Il est recommandé de définir max_steps, le délai d'attente et la détection des actions répétées pour chaque tâche du projet afin d'éviter les réexécutions infinies du même storyboard après un échec.
2. Le problème équivalent de la surcharge DOM/contexte : il ne s'agit pas du DOM Web, mais de longs scripts et de contextes multi-storyboard. Il est recommandé de le traiter par scène et par page, et de transmettre au modèle uniquement la scène actuelle et les souvenirs nécessaires, plutôt que de remplir tout le script de la saison d'un coup.
3. Sécurité et gestion non autorisée : lorsqu'il s'agit de supprimer des éléments, d'écraser des projets ou d'exporter par lots, des points de confirmation et des stratégies de restauration doivent être ajoutés. La chose la plus redoutée dans le lien de génération d'IA n'est pas "ne pas pouvoir y arriver", mais la mauvaise rédaction de l'état du projet existant.

Comment utiliser

Démarrez rapidement en 3 minutes :

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

Après le démarrage, suivez les instructions publiques pour accéder à « http://localhost:8080 », configurez la clé du modèle AI et le backend de stockage sur la page des paramètres système pour commencer.

Comment utiliser	Entrée publique	Convient à la foule	Points à noter
Déploiement Docker en un clic	docker compose -d	Les équipes qui souhaitent en faire l'expérience rapidement	Préparez d'abord la clé du modèle
Développement de code source	Spring Boot + Next.js	Besoin de développeurs secondaires	Dépend de MySQL, Redis, pnpm
Configuration multimodèle	Page des paramètres système	Les personnes qui ont besoin de changer de modèle	Faites attention au coût et à la stabilité des fournisseurs
Stockage d'objets	Compatible Local/S3	Utilisateurs de production à long terme	Planifier la structure de stockage des matériaux à l'avance

Véritable workflow : Créer un projet -> Écrire un script -> L'IA génère des storyboards -> L'IA dessine des images de référence -> L'IA génère des clips vidéo -> Gérer les matériaux -> Exporter et livrer. Ce processus est plus lourd que le processus « one and done », mais il est également plus contrôlable.

Prix des produits

Le projet lui-même est sous licence open source MIT et il n'y a pas de frais d'abonnement traditionnels. Mais cela ne signifie pas que le coût total soit si faible qu’il puisse être ignoré.

Côté/Individuel : Le logiciel est gratuit et les principaux coûts sont les appels de modèle, le serveur et le temps.

Développeurs/API : vous pouvez vous connecter à OpenAI, Claude, Gemini, DeepSeek ou Ollama selon vos préférences, ce qui transforme essentiellement le coût d'un abonnement à la plateforme en une facture fournisseur contrôlable qui doit être gérée par vous-même.

Entreprise/Privé : compatible avec les licences, mais des considérations supplémentaires incluent la base de données, le stockage d'objets, les journaux, les autorisations et les coûts de sauvegarde.

Scénario de dissuasion : si l'équipe ne dispose d'aucune capacité d'ingénierie et souhaite simplement produire rapidement quelques vidéos marketing, le SaaS fermé est souvent plus économique.

Scénarios d'application

• Création de courtes vidéos et de courts drames : le lien entre le script, le storyboard et la génération de clips est la meilleure correspondance.
• Contenu publicitaire et marketing : convient à la vérification de créations multiversions, plutôt qu'à une production unique haut de gamme.
• Vidéos d'éducation et de formation : convertissez le programme en représentation visuelle structurée.
• Animation et aperçu du film : créez rapidement des storyboards et des aperçus dynamiques pour réduire l'incertitude avant le tournage officiel.

Scénario de réduction de dimensionnalité : les équipes qui ont besoin d'itérer fréquemment des scripts, des storyboards et du langage d'objectif peuvent profiter davantage de sa valeur que les équipes qui poursuivent uniquement la « production en un clic ».

Personnes concernées

• Équipe de contenu technique : la plus appropriée car elle peut être responsable du déploiement et de la gestion des modèles.
• Développeurs indépendants et studios de création : vous cherchez à créer leur propre chaîne d'outils de production vidéo.
• Équipe de prototypes d'éducation, d'animation et de courts métrages dramatiques : Faites attention à la contrôlabilité du storyboard et à la transparence des processus.

Dissuadé/ne s'applique pas aux personnes :

• Les personnes qui souhaitent simplement l'utiliser directement, sans aucune configuration.
• Une équipe qui n'a pas de budget modèle et qui n'est pas disposée à fonctionner et à entretenir.
• Les personnes qui ont besoin d'un système d'autorisation de collaboration d'entreprise mature, mais qui doivent se connecter dès maintenant.

Résumé et Outlook

La force de Fusion Light n'est pas "l'effet qui écrase toutes les vidéos SaaS fermées", mais la fourniture d'un squelette de plate-forme d'agent véritablement contrôlable pour la création vidéo. Il divise le processus créatif de la génération de la boîte noire à un pipeline observable, remaniable et auto-déployable via une division de couche intermédiaire. Les avantages cachés résident dans la commutation de modèle et la précipitation des processus, et les coûts cachés résident dans la maintenance technique, les tentatives échouées et la stabilité des liaisons longues, qui doivent tous être payés par l'équipe elle-même.

Limites actuelles : la collaboration en équipe, les systèmes d'autorisation et les agents mondiaux plus puissants continuent d'évoluer. Évaluation des risques d'approvisionnement/d'adoption : il est plus approprié de créer d'abord une plate-forme de test interne ou une infrastructure de studio de création, plutôt que de l'utiliser directement comme une plate-forme intermédiaire vidéo mature au niveau de l'entreprise pour remplacer complètement le système de production existant.

Outils associés : runway, pika

Informations de version

• Vidéo AI Fusion v0.6.3 ：La dernière version actuellement divulguée par GitHub est étiquetée v0.6.3. L'axe principal continue d'améliorer les problèmes de stabilité de la plate-forme tels que le storyboard, la suppression des cascades et l'unification des interfaces front-end et back-end. Il n’y a pas encore de date officielle précise. （~2026-06）
• Vidéo AI Fusion v0.1.0 ：L'historique du référentiel GitHub montre que le projet a pris la v0.1.0 comme premier nœud de publication publique, marquant la transition du produit de la preuve de concept à l'étape d'un projet exécutable. Il n’y a pas encore de date officielle précise. （~2026-04）
• Phase de visualisation du pipeline d'agents ：Le README a répertorié le processus de visualisation de l'Agent Pipeline comme une fonctionnalité terminée, indiquant que le projet a commencé à évoluer d'une collecte d'appels en plusieurs étapes à un atelier observable. （~2026-05）