百度 ERNIE 5.5 Flash Preview 用文本模型调度 Blender 做分镜,再接 Seedance 2.5

百度 11 月 11 日放出的 ERNIE 5.5 Flash Preview,在官方案例里让纯文本模型写 Python 调 Blender 预排镜头,再交给 Seedance 2.5 出成片,展示了一条“语言模型当调度层”的 AI 视频工具链思路。

一句话看懂:百度 11 月 11 日放出的 ERNIE 5.5 Flash Preview,在官方案例里让纯文本模型写 Python 调 Blender 预排镜头,再交给 Seedance 2.5 出成片,展示了一条“语言模型当调度层”的 AI 视频工具链思路。

事件核心:发生了什么

据 @nankCoffee 转述,百度 11 月 11 日发布 ERNIE 5.5 Flash Preview,官网案例中的流程是:在智能体框架里让模型生成 Python 脚本操作 Blender,先搭 4 个粗模场景、排好 5 个镜头,导出粗模视频后,再交给 Seedance 2.5 参考画面布局生成最终成片。

账面参数为总参数 2800 亿、每 token 激活 140 亿、1M 上下文。百度称这只是后训练中的纯文本预览版,本体不能直接看屏幕;OpenRouter 上已有 free 端点,输入输出 token 价格为零但有限流,规则可能随时调整。百度 12 日公告称将在 11 月 25 日前开源该预览版权重,页面标注拟用 Apache 2.0。

为什么重要

目前公开信息显示,这一案例反的是“一段提示词直出大片”的叙事:视频模型对机位、空间调度的理解仍不稳定,把构图和运镜先用代码在 3D 软件中预排,再由图像/视频模型参考生成,等于把任务拆给工具链而非押注单模型全能。对百度而言,坦承模型本体是纯文本预览、成片环节外接第三方模型,也是一种相对少见的披露方式。

对用户/开发者/创作者的影响

对创作者,这条路更接近可控的分镜预演:先用粗模验证空间关系,再交给 AI 视频模型,能减少反复抽卡。对开发者,值得关注的是模型生成 Blender 脚本的稳定性、智能体框架的调用成本,以及 1M 上下文在长流程里的实际表现。免费端点适合小规模试跑,但限流和规则变动决定了它暂时不适合作为生产依赖。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 11 月 25 日前开源权重能否如期交付、Apache 2.0 是否落地;二是官方演示多工具配合,普通用户能否低成本复现,语言模型手写 Blender 脚本的翻车率有多高;三是 OpenRouter 免费端点的限流与定价是否变化。以上案例效果目前仅有官方演示,需自行实测验证。

来源:@nankCoffee

celebrityanime
celebrityanime
文章: 35252

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注