我们使用的 AI 模型
OHMYMV 背后使用的图像、视频、音乐与大语言模型清单,以及各自的用途。
最近更新: 2026-11-12
OHMYMV 是建立在第三方 AI 模型之上的制作工坊。我们把使用的模型完整列在下面,让你清楚积分花在了哪里。我们与这些模型提供方没有隶属、背书或官方合作的关系。
图像生成
| 模型 | 用途 | | ------------------------------------------------------------------- | --------------------------------------- | | GPT Image 2.6(OpenAI,经 Apimart 调用,Flare / Sunburst 两档) | 分镜关键帧、角色参考帧、2K 三视图定妆表 | | Google Gemini(图像分析) | 音乐分段、镜头规划、生成帧的自动 QC |
视频生成
| 模型 | 用途 | | ------------------------------------------------ | -------------------------------------------------- | | MiniMax 海螺 H3(经 RunningHub 调用) | 首帧图生视频,用于电影感空镜(B-roll) | | MiniMax 海螺 H3 数字人(经 RunningHub 调用) | 由你的音频片段驱动的演唱镜头(A-roll),带口型同步 |
音乐生成
| 模型 | 用途 | | ---------------------------------------- | -------------------------- | | Suno(chirp v3.5)(经 302.AI 调用) | 音乐工坊中的伴奏与人声生成 |
导演与分析
| 模型 | 用途 | | ----------------------------------------- | ---------------------------------------- | | Claude(Anthropic)(经 302.AI 调用) | 导演脚本、镜头规划、提示词撰写与分镜重写 | | Google Gemini | 音频结构分析、歌词对齐与成片复核 |
合成
最终母带在本机用 FFmpeg 合成:EBU R128 响度归一化(loudnorm,-16 LUFS / -1.5 dBTP)、0.25–0.35 秒光学交叉淡化(片头 1.5 秒渐入、片尾 3.5 秒渐出)、双语字幕烧录,输出 1080p / 24fps 画布。合成过程是确定性的,不使用生成式模型。
这对你的成品意味着什么
- 每一张图、每一段视频、每一首曲都是 AI 生成,不是真实事件的影像。
- 模型输出具有随机性:同一条提示词,两次运行可能得到不同结果。
- 你可以在资产库的元数据里看到某个素材由哪个模型生成。
- 未经你明确同意,我们不会用你的内容对这些提供方的基础模型做微调。
内容安全
每一条提示词在调用模型之前都会经过 Waffo Prompt Sift 筛查,生成的成品在交付前会经过审核。禁止生成的内容见 可接受使用政策。
联系我们
support@ohmymv.com