Hello, 大家好，欢迎收听我们的播客。今天要聊mio 3新功能，在图片上标记文字生成视频，并非其独家黑科技，多数多模态大模型都具备此能力。比如集梦，先生成图片，在画布上标注如月球车、宇航员动作，导出标注图到图生视频，配合提示词就能生成符合标注的动画视频。像CDS等霸榜模型也支持，标注方式在生成复杂运动时很好用，只是具体生成效果因模型而异。
《多模态大模型图片文字生成视频攻略》：多模态大模型正改变创作方式。以mio 3相关功能为例，很多模型都能在图片上标记文字生成视频。比如集梦，先创作图片，再细致标注元素动作，导出后配合提示词生成视频。像长期霸榜的CDS也支持。掌握此方法，能轻松打造独特视频。操作时注意选合适模型，依需求调整提示词，就能获得满意效果，开启创作新可能。
mio 3,图片标记文字,生成视频,多模态大模型,集梦,CDS,提示词,黑科技,操作模式,生成效果
[Q]：VO3在图片上标记文字生成视频是独家功能吗？
[A]：不是，大部分多模态大模型都支持对图片和文字联合理解，理论上都能实现此功能。
[Q]：除了VO3，还有哪些工具能在图片上标记文字生成视频？
[A]：比如集梦，先生成图片，在画布上标注相关内容，导出标注图到图生视频，配合提示词可生成视频。
[Q]：多模态大模型在图片文字生成视频方面的核心能力是什么？
[A]：能够理解图片和文字组合的信息。
[Q]：CDS在图片文字生成视频上有什么特点？
[A]：长期在排行榜霸榜，对提示词遵循程度和生成能力强。
[Q]：在图片上标记文字生成视频，标注方式有什么优势？
[A]：在需要生成比较复杂的运动时特别好用。
[Q]：不同多模态大模型生成视频的效果一样吗？
[A]：不一样，具体生成效果可能因模型而异。
[Q]：用集梦生成标注图片后，导出到图生视频还需要做什么？
[A]：再配合一些更详细的提示词，就可以生成一段基本上符合标注的动画视频。
[Q]：多模态大模型支持对图片和文字联合理解就能实现图片标记文字生成视频吗？
[A]：理论上是可以实现这个功能的，但实际操作中可能因模型不同存在差异。