QuickVid 上線：輸入一個詞，自動拼裝出帶旁白配圖的短影片

做一條短影片到底有多麻煩？寫文案、錄口播、找空鏡頭素材、剪輯配樂加字幕，哪怕熟手也得耗上半天。

前 Meta 開發者 Daniel Habib 正式拿出了他的解法——一款名為 QuickVid 的新工具。你甚至只需要給它輸入一個詞，它就能自己完成整套短影片製作流程。

把現成 AI 串成一條短影片流水線

QuickVid 本身並沒有從頭研發一套影片生成大模型，它的聰明之處在於把現成的幾套主流 AI 工具給串了起來。

它的操作極其直接。使用者在網頁裡輸入一段提示詞，哪怕只有一個詞，系統就會先呼叫 OpenAI 的 GPT-3 自動寫出一段短影片指令碼。

接著，它會從腳本里提取關鍵詞，在 Pexels 免版稅素材庫裡挑出一段現成的背景影片，同時呼叫 DALL-E 2 生成幾張插圖疊放在畫面上。

最後，它呼叫 Google Cloud 的文本轉語音介面給文字配上旁白，再加上 YouTube 免版稅音樂和字幕，直接拼裝成一條適合發在 TikTok、YouTube Shorts 或 Instagram 上的短影片。

Habib 曾在 Meta 負責 Facebook Live 和影片底層架構。他說自己做這個工具只花了幾週時間，每月收費 10 美元，初衷是幫那些快被日更節奏逼瘋的創作者提高產出，避免職業倦怠。

粗糙的拼裝，與隱蔽的風險

雖然聽起來省時省力，但實際效果現在還只能用參差不齊來形容。

由於背景畫面完全依賴 Pexels 素材庫匹配，影片畫面經常和主題不太沾邊，顯得有些隨機。再加上 DALL-E 2 生成的圖片偶爾會有文字亂碼或比例扭曲，成片很難稱得上精緻。

更讓人頭疼的是內容稽核與版權。外媒在測試極端提示詞時發現，雖然明顯的仇恨詞被攔截了，但面對一些敏感爭議話題，QuickVid 依然生成了帶有誤導傾向的影片。

Habib 對此的解釋是，他主要依賴 OpenAI 自帶的過濾器，創作者自己得對釋出的內容負責。至於潛在的版權訴訟，他甚至表示如果 OpenAI 哪天關停了，他隨時能換成開源的 Stable Diffusion。

但如果人人都開始用這種一鍵生成的工具，各大平臺面臨的可能不是高質量內容爆發，而是一場鋪天蓋地的垃圾影片海嘯。

為什麼重要

我們認為，QuickVid 最大的意義不在於技術突破，而在於它揭示了短影片創作正在發生的流水線化。

過去大家還在等真正的端到端影片生成大模型落地，而 QuickVid 繞過了高昂的算力門檻，直接用 API 縫合出一條最小可行產品。這種做法雖然粗糙，但商業嗅覺非常敏銳，直接擊中了營銷號和批次做號團隊的痛點。

對於認真做內容的獨立創作者，現階段花 10 美元用它還很難端出真正體面的作品，素材生硬、缺乏個人風格是硬傷。但對於批次矩陣號來說，生產成本被壓到了幾乎為零。

問題在於，這種無成本擴張最終會逼著 YouTube 和 TikTok 等平臺修改演算法規則。當推薦流裡被大量拼湊型 AI 影片淹沒時，平臺不僅要和垃圾資訊打攻防戰，創作者生態的信任度也會被嚴重透支。這一步走得快，但也踩在了平臺規則與版權爭議的鋼絲上。