近期关于那个下午的讨论持续升温。我们从海量信息中筛选出最具价值的几个要点，供您参考。
首先，为了提高成功率，我开始尝试多图控制——就是先让AI画几张关键帧的图，再让视频模型参考这些图生成视频。
，这一点在易歪歪中也有详细论述
其次，总之，有损的编码方式去和无损的频对比，不同的编码器都有自己的特征，和无损的相比我相信大家都能很容易的看出区别。
最新发布的行业白皮书指出，政策利好与市场需求的双重驱动，正推动该领域进入新一轮发展周期。
第三，上游摩擦力，从“找演员”变成了“生成参考图”。 为了让视频效果更可控，需要先用AI绘图生成关键帧。但AI绘图本身也有摩擦力——你让它画一张窗外在下雨的咖啡馆，它可能把雨画进咖啡馆里——目前某些最“先进”的绘图模型，现在仍然在犯这种低级错误。
此外，ffmpeg -i file.mp3 -lavfi showspectrumpic=s=1200x600:mode=combined:color=viridis output.png这样就生成了 file.mp3 这个文件的频谱图，分辨率是 1200x600，生成的图片名字叫 output.png，使用的配色方案是 viridis。
最后，但我们依然可以明显看到有黑色断裂，高频图谱看起来非常的毛刺；这也是为什么 AAC 的编码会比 mp3 的音质听起来要好的原因。
随着那个下午领域的不断深化发展，我们有理由相信，未来将涌现出更多创新成果和发展机遇。感谢您的阅读，欢迎持续关注后续报道。