AI 速览盘点市面上出色的视觉AI工具，涵盖OCR文字识别、图像生成和视频生成三大类，适合设计师、创作者和办公人群快速了解和选型。 核心事实 - 工具分类：OCR识别类有PaddleOCR、CnOCR、Google Vision AI、Azure Vision、Umi-OCR；图像生成类有即梦、Midjourney、DALL-E、LibLib、星流AI；视频生成类有可灵、海螺、Vidu、Runway - 国产亮点：PaddleOCR中文识别准确率高，最新PP-OCRv3模型仅16.2M；Umi-OCR完全离线免费，支持截屏识别和PDF识别；CnOCR支持竖排文字，适合古籍扫描件 - 图像生成：即梦为字节跳动出品，操作简单；LibLib对标Midjourney，门槛较低；星流AI有大量预设LoRA模型 - 视频生成：可灵号称目前质量最高，但细节仍不自然；海螺稳定性好，最近上线免费声音合成与克隆；Vidu新增多图参考生成视频功能；Runway功能丰富，适合专业创作者 避坑提示 - 微软Azure Vision是联合服务，需注意以官方文档为准；Google Vision AI收费但效果专业；Midjourney、DALL-E等需付费使用；可灵生成视频仍可能不自然，需人工筛选 价值点 对需要视觉AI工具的用户来说，这是一份覆盖主流工具的选型清单，帮助快速找到适合自身场景的OCR、生图和视频生成方案。
# 视频剪辑自动化提示词 ## 目标 生成一段用于自动化视频剪辑的详细指令，帮助AI工具理解你的需求并高效完成任务。 ## 步骤 1. **明确视频主题与用途**：说明视频的主题、目标受众以及使用场景（如社交媒体、广告、教程等）。 2. **提供原始素材信息**：列出你拥有的视频/图片/音频素材类型和数量。 3. **指定剪辑风格**：描述期望的节奏、转场效果、配色方案、字幕样式等。 4. **添加具体要求**：包括视频时长、关键帧、BGM选择、是否需要配音等。 5. **输出格式要求**：指定最终视频的分辨率、格式、平台适配等。 ## 示例输入 - 主题：科技产品宣传短视频 - 素材：5段产品实拍视频、3张高清产品图、1段背景音乐 - 风格：快节奏、现代感、动态转场、蓝色科技风 - 要求：时长30秒，添加中英文字幕，突出产品核心功能 - 输出：1080p MP4，适配抖音和Instagram 请根据以上结构提供你的具体需求。
