Sora 2 发布了，谁有邀请码给一个？

大家好，欢迎收听老范讲故事的YouTube频道。昨天晚上深夜，Sora 2 就突然发布了，山姆·奥特曼还跑上去祝贺了一下，但是他是远程的。现在我们也搞不清楚，他这个祝贺视频到底是他自己拍的，还是Sora 2 生成的，因为现在已经很难分出真假来了。

上来先放了用Sora 2 做的各种各样炫酷的视频。这一次呢，确实是看到了物理上基本都合理了，像原来物理上不合理的地方，现在少很多了。另外呢，就是人可以直接进到场景里去了。原来都是说先画一个人出来，这个人怎么动，而且人动的时候，衣服或者什么还要换。现在看到的演示，已经基本上没有这种问题了。

三个小哥呢，坐在那里刷了半天视频，他们整个的演示过程，实际上就是在刷视频，让你看看Sora 2 做的各种各样的东西是怎么样的。大家注意一点，这次刷的视频大部分是竖屏的，因为呢他们做了一个类似于TikTok这样的软件，展示这些Sora 2 的内容。既然是TikTok类型的嘛，在iPhone手机上一定是竖屏内容为主。

现场呢，做了两条效果都是比较炫酷的，一个是让山姆·奥特曼手舞足蹈地说了个祝贺词，这个确实是挺震撼的。另外一个呢，是让现场的一个小哥，他原来拍了一条香水的广告，然后让他再改一条帽子的广告，效果都非常非常好。但是呢，更复杂的视频到底是怎么做，现在还不确定，因为现场做的两条视频都比较简单。

现在呢，它是有iOS版本的软件，我也下载了，但是没有邀请码玩不了。所以谁有邀请码赶快给一个，拿到邀请码以后，可以再变出4个新邀请码来。这谁拿到邀请码进去了，会得到四个新的邀请码，他是希望通过这样的方式来裂变的。

这一次到底有什么不一样的呢？虽然他讲了很多我们物理模型怎么增强了，我们怎么世界模型了，我们人物怎么保持一致了，一致性怎么增强了，但是这一块呢都是刷视频，他给你看的一定是筛选出来的比较好的视频。所以这一块到底做成什么样了，还是要咱们自己上手了以后才能知道。

这一次真正不一样的地方，是做了一个AI版的TikTok，这个绝对超出想象范围了。其实我们现在看到的各种的图像生成、视频生成的这些应用，都有类似于TikTok这样的功能，你比如说像即梦或者是像可灵，即使是Midjourney，他自己没有APP，他在网站上也都是可以去浏览别人的内容的。但是浏览别人内容是什么呢？你只看最好的，或者他希望你看到的他认为是好的，这些内容会给你，他并不会让你去进行社交关注，也不会去对你进行这种个性化推荐。

原因其实也很简单，就是内容没那么多。如果是让你进行社会化关注的话，你可能会看到大量的低质内容。就相当于是两个人结为好友了，那你只能看到那个人照的各种照片、做的各种内容，甭管他长得有多难看，审美有多差，你也只能看到他的，其他人的内容你就看不太到。所以这也是为什么像可灵、即梦、Midjourney，给你看所有人里头做的最好的内容。现在呢，Sora 2 是要给大家社交关注以后的个性化推送的，这个基本上是TikTok的套路。

这次呢是直接上了iOS版本，网页上没有。你现在到Sora.com上，还是Sora 1 的这些内容。刚才我去试了一下，Sora 2 的内容基本上没出来。我呢也下载了一个，只要是你把iOS的账号切到美区，它就允许你去下载，但是没有邀请码进不去。像这个TikTok，你如果不登录的话，你还是可以去浏览视频的。Sora 2 的话，你不登录直接退出来了，这个还是挺烦的。

Sora 2 呢，不允许上传视频，必须是在里边生成。这个呢，还是非常棒的一个策略。为什么呢？它可以很好的让Sora 2 的内容溢出到别的平台上去。什么意思？就是你拿Sora 2 做了一堆视频以后，你可以把这些视频再导出到TikTok，导出到YouTube，导出到Instagram。但是呢，别人的这些做好的内容，不能够灌到Sora里头来。这个要比YouTube Short和Instagram Reels要聪明很多。因为大部分的这种内容，都是在TikTok上的，或者是在国内抖音上的。你一旦这种内容倒灌的话，你整个的社区的调性跟氛围就没了。你到现在去刷YouTube Short，大量的YouTube Short内容，最后都是有TikTok的标，就是从那边搬过来的。所以呢，现在Sora采用的这个策略就是单向的，你可以把我这东西搬走，但是你不能把外边东西搬进来。

据OpenAI的人讲，他们内部测试这个产品的时候，大家都非常喜欢，喜欢到了已经影响工作效率的程度了，大家都天天玩这样的一个东西，这不是不干活不上班了。

怎么说呢，像我们以前做这种社交产品，是有一个简单方法的。很多人呢在2010年前后都想去做社交产品，也写了非常非常多的社交产品的商业计划书出来。但是呢，我们最后就要求他们玩叫“传纸条游戏”。什么叫传纸条游戏？你想社交产品一定是你在社会上认识他，然后呢，你们的社交关系来影响信息的传播的一种游戏。在这样的情况下，你说我到底是单向关注、双向关注，实际上都是在设计社交关系如何参与到信息传播过程中的一个方法。但是怎么能够验证说你这个方法就行，他那个方法就不行呢？当时就设计了这样的一种叫“传纸条游戏”。

怎么传法？就是3个人到5个人吧，先写一个纸条，按照你设计的规则传给下一个人。传给下一个人以后呢，这个人再决定做什么样的反馈，然后再向其他地方传。你比如说我现在设计的社交规则是，我一个人发出消息来了，关注我的人可以看到，那你就是写一个条，给下边的关注你的人。关注你的人看到了以后呢，再来决定说我到底是点个赞，还是说转发呀，还是要评论，到底哪些人能看到呢？再把这个纸条复制出来了以后，按照你的这个规则设定，再去传给应该看到的人。大家相互这么玩一段时间以后，看看这个游戏玩的下去玩不下去。如果这游戏玩不下去呢，那你设计的这个社交玩法就有问题；玩得下去，就说明这个方法还是不错的。Sora 2 证明了他们现在这套社交玩法应该还是比较受欢迎的。

为什么会有这种影响工作效率的事情发生呢？就是很多没有经历过洗礼和考验的人，第一次遇到这种成瘾性极强的内容，就会出现这样的问题。跟大家讲一个小故事，我们以前去做电子书的时候，很多的清华博士工程师嘛，他们这辈子没看过网络文学，说我们为什么会看这玩意呢？纯浪费时间，一点意思都没有。但是我们把产品做出来以后，说你得看，要不然你不测试了，怎么知道这东西行不行呢？大家要知道这个小说是很上瘾的。我有一天早上起来去上班，就看到我们一位同事开着车就朝我撞过来了。我说你要干嘛？他说对不起，昨天晚上看书实在看太晚了，就是看书一直看到天亮了，所以早上起来迷迷糊糊就来了。他们就是属于从来没看过小说的人，接触网络小说以后就会变成这样。这些人原来都是觉得，看这玩意不是浪费人生命吗？OpenAI里头应该也有很多不怎么接触TikTok的人，给了他们Sora 2 这样的一个类似TikTok的工具以后，确实会很容易影响工作。所以咱们在这稍微讲远一点，千万不要相信自己的意志力，这种成瘾性极强的东西，我们现在没有上瘾，可能仅仅是因为我们没有接触过。

好，下一件事儿。像现在这样，Sora 2 到底能不能成呢？想要裂变成功，想要玩起来，其实是需要几个条件的。第一个条件可能大家没有想到是什么，就是挫折感跟成就感要平衡。什么意思呢？就是你拍了一堆视频，我制作了一堆视频，经常是会不满意的，这个叫挫折感。然后你终于找到了一条还可以的，把它发出去以后没有人点赞，那你就没有成就感。一定是什么呢？就是你获得的成就感要能够抵消你的挫折感，这样的产品才可以继续往前走。Musically，也就是后来的TikTok，之所以能够成功，就是他们利用了很多的技巧来去降低挫折感，提升成就感，让这个人拍视频、进行传播的这个过程成为可能。我告诉你，拍视频想要让人满意是非常非常难的。你想给自己拍张照片，还经常觉得这不爽那不爽的，你要拍一条视频，拍个一分钟视频，特别是这种要求比较高的小姐姐们，那她们的挫折感会很强的。所以这个里头有很多很多的技巧。

然后要有社交属性。什么叫社交属性？你说我看到了这个人是川普，但是呢川普跟我有什么关系呢？我也不能天天说川普怎么怎么样了。一定要有社交属性，这个人是我的邻居，这个人是我的同学，这个人是我的同事，那个人是我的家人，我们之间发生的各种故事，这才有意思。还记得去年OpenAI玩的那个吉卜力风吗？吉卜力风为什么会突然火起来？真的是因为他画的像吉卜力这样的一个风格吗？不是的，而是因为那个里边放的所有的东西都是你的社交好友，包括你自己在内。如果不是你自己在里面，而且看着还很像你，那这个事它也流传不起来。所以大家不要觉得因为是吉卜力才火的，是因为像，因为有社交属性才火的。

所以一定要有社交属性。这次Sora 2 怎么做社交属性呢？他们做了一个功能呢，叫做CAMEO这样的一个玩法。什么意思呢？是可以授权数字分身，也就是我们自己的形象，参与到这个视频里边去。当然了，你也可以把你的形象授权给你的朋友，让他们去使用。当然，首先你要向他证明说这是我，要通过录像、通过声音去识别这是我的形象，我对这个形象是有权利的，你可以参与到里边去。这个就有社交属性了，你们看到老范干什么什么去了，或者老范跟谁谁谁做了什么什么样事情了。如果我授权别人了，那别人也可以用老范的形象。如果谁用了老范的形象了，即使是这个视频没有发布，是一个草稿状态，他也会通知我。这个还是很危险的，如果别人不通知我就去做视频，那我可能就会“社死”。一旦是别人拿我的形象做了视频了，我自己是可以有权利决定是不是要删除这个视频的。他是这样的一个运作模式，这样的话他的传播性就绝对拉满了。

但是这件事的风险性也是极高的。虽然OpenAI做了很严格的限制，必须本人验证才能上传形象，去使用必须得到授权，你还可以知道别人用没用，还可以删除，还不允许使用公众人物的形象，比如我今天想跟川普干点什么事，这事是不允许的。他的这一块限制很严格，但是既然玩法大家都知道了，而且发现这东西有效了，这个潘多拉魔盒就打开了。Sora 你不给我玩，还有那么多开源模型呢，后边应该会有很多群魔乱舞的内容会出来。

现在呢是采用邀请制。邀请制呢，也是社交产品成功的一个核心因素。很多人可能不太理解，说我一下放出去让大家用呗，这个社交产品上来了以后，我正愁着没人使呢，我为什么还要邀请制呢？这个邀请制的作用呢，其实有三个。

第一个是什么呢？就是进来的人得玩得起来。原来我们经常讲这样的一个故事，就是两个人在这聊天呢，这时候站了第三个人，他呢可以站旁边听一会，说你们聊什么呢，然后再逐渐的参与进来。然后三个人聊天呢，比如再进来两个人，这时候就5个人了。新进来的人呢也会先听一会，看看你们在聊什么，然后逐渐的加入到话题里边来。但如果是5个人聊天呢，突然冲进1万个人来，然后就问你们聊什么呢？你干嘛呢？前面人就走了，所有的社区氛围和调性就没了。所以邀请制都是干这个用的。像新浪微博、Twitter、Facebook早期都是邀请制的，所有的社交产品一开始都是邀请制的。如果不做邀请制的话，你这个社区就不会有任何的调性和氛围，很难维持下去。

第二个邀请制的作用是什么呢？就是随时观察互动，发现问题及时解决。你要掌控这个调性跟氛围。你比如说现在有30个人了，大家聊的还都挺好，再放了20个人进来，50个人了，有点跑题，怎么都去奔政治去了，还是说奔极端去了？那看看是不是删掉一些人，处罚几个。这个时候影响不是很大，你可以维持这个调性，然后再邀请几个进来。他是这样一波一波的，这么逐渐传递出去的，中间出现问题你可以调。

第三个作用是什么呢？就是控制成本。做视频这个事的成本是非常非常高的。到目前为止呢，还没有看到Sora 2 到底是怎么收费。因为大家知道，虽然短视频这种东西是可以挣钱的，但是你的制作成本和大量废片，因为你做这东西不可能一次成功，一定是有大量的废片的，所有这些成本是很难靠短视频广告这种东西来挣回来的，这个非常非常痛苦。所以未来到底怎么收费，不知道。所以它通过邀请制的方式，一开始呢控制一下算力的消耗也是合理的。

那你说OpenAI现在做了Sora 2 这样的内容创作社区了，是不是就能玩得起来？不一定。因为原来也有一些内容创作社区，内容创作的很好，但是也没玩起来的。这个里边最典型的是大疆跟GoPro的社区。你像我们现在拍视频就用的大疆，大疆一开始也惦记做内容社区的，现在其实也还在努力做，但是呢玩不起来，他纯纯的沦为了制作工具，他自己的社区就没起来。原因很简单，因为你使用大疆制作内容的成本和门槛还是很高的。虽然大疆尽量的降低了门槛，现在有云台了，有各种的自动化了，还可以把这个东西变得很小型了，但是你后期剪辑呢，绝对是地狱级难度。所以大疆也好，GoPro也好，最后只能做工具，做不出内容社区来。所以Sora 2 到底最后能不能成为社区，还是说最后会沦为像大疆这样的一个工具，现在还不太好说。

当前的AI视频发展到了一个什么样的状态了呢？制作视频，操作方式一直是一道门槛。我们如何去操作电脑、操作手机去做一个视频？我是从跟他对话也好还是怎么样好，这个一直都非常非常难。在抖音、快手、TikTok刚刚起步的时候，大家都在研究如何在手机上创作视频这个终极难题。AI视频模型出来以后，其实现在限制它的，除了刚才我们讲过的什么物理上的违背常识、一致性有问题、画面崩坏，除了这些问题之外，还有一个很严重的问题，就是操控起来太麻烦。

你怎么能够靠语言去把这事描述清楚？你看个电影回来，来坐着说你看到什么了？说不清楚的。而且真正的电影是由很多很多镜头组成的，怎么去剪辑？怎么去切换？如何去把握节奏？这种镜头语言非常非常难掌控。目前为止VEO 3，也就是谷歌这套东西，效果其实还是不错的，但是呢只能算半成品工具，它连IDE、连这种集成的环境都没有，你整个像剪映这样的东西也行，谷歌现在都没有，只是给了你一个很简单的窗口，这种是做不出产品来的。当然谷歌呢，准备未来一段时间把VEO 3 往这个YouTube里边放，这个还是值得期待一下吧。

再往后，像阿里做的通义万象2.2、2.5这样的产品呢，它其实就是个模型，这种东西运作起来，你还需要跟ComfyUI这种工具去配合，所以呢也不是一个完整的工具链，这块还是有一些差距。至于即梦跟可灵，即梦是字节跳动家的，后边有抖音；可灵是快手家的。他们呢控制起来其实依然是不太舒服，而且呢背后的抖音跟快手对于AI内容其实还是比较谨慎的。

大型社交媒体平台有时候反而会成为包袱。为什么呢？因为你做了大量的这种内容上来以后吧，它会冲击真人制作的内容，而所有的这些大型媒体平台必须要保住制作人。如果制作人都没有了，也就没人看了。因为这些人一边在制作内容上去，一边也在看内容，还要去在上面刷广告买东西。如果没有这些人的话，他的系统可能就会“含人量”逐渐下降，商业价值快速流失。所以他们都是比较谨慎的。

另外呢，价格其实也是一个不可回避的问题。我呢是刚刚订阅了一个月5刀的即梦，当然我订阅即梦呢，现在还没太挣回来。我用即梦去做YouTube Short，上个月呢从YouTube Short里大概收回了3刀，就是每个月订阅费是5刀，我从YouTube里头收了3刀广告费回来，快要盈亏平衡了吧。

Midjourney做的视频呢，确实很漂亮很美，但是依然是这样的问题：没法控制。你很难通过自然语言对它进行精准的控制。我们举一个例子吧，你比如说像字节跳动的模型，它里头有一个参数叫“固定镜头”。我们有时候就是想拍一个场景，镜头你不要动，我们直接描述场景发生各种变化就可以了。但是在Midjourney里头就没有这样的一个参数，你只能靠语言去描述说“固定镜头”，但是呢你没法控制它一定会遵循这个指令，这个就非常非常麻烦。像我做视频，背景一般都是Midjourney画的画，我一直希望它们能够变成一个稍微有点动作的这种动态背景，但目前为止这个问题都很难解决。而且Midjourney还有一个问题是什么？就是也是很贵。因为Midjourney呢，没有怎么拿投资，所以它一直是号称自己盈亏平衡。你看人家OpenAI什么时候想过盈亏平衡这种事？人家都是挣30亿，亏100亿这样的一个玩法，反正我们接着融就完了。所以Midjourney这条路呢，应该走的没有那么远。Midjourney刚出来的时候呢热闹了几天，然后就没有然后了，大家现在已经不再那么去传播Midjourney的视频了。

Sora呢就是世界模型AI视频，这个想法最开始是OpenAI它提出来的。发布的时候呢，给出了一些操作方法，故事板确实也让大家眼前一亮。但是呢，发布出来的产品并没有引起什么社会反响，因为这个东西最后做出来的成片，它的挫折感太强，成就感太低。Sora 2 呢给出了TikTok竞品的这样的一个产品形态。现在只有iOS版本，北美地区的用户可以下载，还需要邀请码才可以玩，这个就是现在一个情况吧。

未来到底能不能成功，还要拭目以待。Sora 2 呢也准备放出API，因为视频模型必须要靠API才能进行大型的内容创作。5秒钟一个镜头，10分钟的一个短剧，有这么多的镜头出来，你没有API的话是没法整的。你把屏幕挠烂了，把鼠标挠穿了，你都做不出来。所以最了最后还是要靠API。

世界模型是不是真的来了呢？Sora 2 看到的这些东西，从演示视频上来说，基本上没有物理错误，一致性也很强。但是演示视频就是演示视频，自己没有试过都不算数。像Sora前头这么强，前面的演示视频也是很帅的，Sora 1 出来以后，大家也是觉得翻车了，没什么意思。所以Sora 2 现在大家不要着急下结论。虽然现在X平台上我已经看到有些人再去放一些内容出来了，但是惊艳程度跟他们演示的还是有挺大差距的。

世界模型呢，对于世界来说本身是很危险的。我们到底最后是不是需要一个世界模型呢？现在还很难说。世界模型到底哪危险？现在已经有人拿图片生成模型或者视频生成模型的这个内容去骗支付系统，已经能够成功的绕过支付系统去付钱去了，这事多吓人。如果世界模型真的来了，即使是有AI标记，也很容易翻车和出事。所以世界模型这件事，我们还是要稍微谨慎一点点。

最后总结一下吧。OpenAI再次震撼发布了Sora 2，这次到底是不是GPT-3.5时刻呢？因为他们自己在视频发布会上讲的是，“这是GPT-3.5时刻”，再一次要颠覆了。这个我觉得还要再等个一两个月看一看，要让更多的人拿到邀请码，更多的人把内容做出来，才可以下定论。现在下定论还稍微早了一点点。

最后，谁有邀请码请私信给我，不要公开场合传播。

感谢大家收听，请帮忙点赞、点小铃铛、参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

新时代和AI女友聊骚，有可能会触犯传播淫秽物品罪，这到底是一个什么样奇葩的故事？

大家好，欢迎收听老范讲故事的YouTube频道。

今天我一个朋友，向我推荐了一个有趣的案例。他是在视频号上，这个账号的名字呢，叫做“武汉刑事律师郭庆子”，是一个黄标认证的律师。这位律师呢，经常会把自己接听有刑事诉讼需求的听众的一些电话的过程录下来，再进行剪辑。因为这种东西，我估计不太好直播，总是要剪辑一下。一方面呢，是一些太敏感的信息就可以去掉；另外一方面呢，剪辑了以后呢，也会更有吸引力一些。

这个里头呢，有一位听众来电了，说使用AI应用，这个AI应用里头就提供一些AI女友，你可以跟她们去聊天。他通过自己捏脸，塑造了一些AI女友，大概塑造了9个，起的名字呢，都是比较有诱惑力的名字吧。这些AI女友，除了它定义的名字和捏脸之外呢，估计有可能会可以定义一些系统提示词。但是呢，这个视频很短，并没有去详细说具体是哪一个AI应用，或者说他到底在里边定制了哪些东西。总之呢，他定制了9个AI女友。

这些AI女友不单是可以跟他自己聊天，还可以跟平台上的其他用户去聊天，那么他就被提起诉讼了，叫“传播淫秽物品罪”，要求他呢认罪认罚，判6个月，可以缓刑，基本上应该就不用进去了。但是呢，这位听众呢，希望做无罪辩护。法官认为他是有问题的，不认罪认罚的话，就会判8个月的有期徒刑，这要判实刑的。

这个律师呢，就进一步的跟他确认了一下信息。首先呢，你知不知道自己创建的AI女友，有可能会去被别的用户使用？这个听众呢说的很模糊，就是说呢，我不太清楚。其实按道理说他应该知道，他也去平台上跟其他的AI女友聊了天了嘛，而且他把AI女友的名字起的这么诱惑，也希望他的AI女友受欢迎。其实就有点像我们去发微博，希望有人看，写小说希望有人点击点赞，这个过程是一样的。但是呢，他说并没有明确的告知他，这些AI女友会跟其他人去沟通。

然后呢，他就问说，对方提供的证据是什么样的呢？他说人家是给了一个Excel表格，这个Excel表格里头呢，有一个叫做“AI女友的ID”，然后呢是具体说了哪些露骨的话，大概给她搜集了60得多条。然后呢，问了一个很关键的问题，是什么呢？就是说那个您创造了一些AI女友，这些AI女友去跟别人聊天去了，获利了没有？你是不是在里头挣钱了？这个听众很明确的告诉他说，没有获利，大家就是在里头玩个开心。

这个律师的建议是什么呢？第一个，这个证据呢并不是那么可靠。这个Excel表格里头只有AI女友的ID，这个内容没有办法说确定证据，说这东西就是你的，这个还是可以去抗争一下的。第二个呢，就是你没有主动传播的意愿，你自己也没有主动的去把这些AI女友推荐给别人，只是说我自己创建了，本来以为自己玩呢，AI女友去跟其他人聊天的过程，你又不知道，这个事情呢你还是可以去抗争一下的。而且关键是你没有获利，你没有获利的话，你就没有主动传播的意愿，这个地方是可以去辩护的。说最怕的是什么呢？最怕的是法官主观意愿认为你有罪。现在的话有很多的法官确实道德标准非常非常高，以道德去超越法律给人定罪，这种事情呢是时有发生的。你像杨景媛这样的人也通过了法考，也是可以去做法官的，所以大家还是要小心。他说如果遇到这种事情就都很难办。

AI色情内容，在全世界各地都是怎么去判的呢？或者是有哪些判例呢？

首先咱们讲中国的判例。2025年3月，湖北省大冶市人民法院对首例利用人工智能技术撰写色情小说并牟利案件作出了宣判。被告人柯某因犯制作、贩卖、传播淫秽物品牟利罪，被判处有期徒刑十个月，并处罚金人民币5,000元，同时追缴全部违法所得。这个案子是什么样的情况呢？2022年11月到2023年3月期间，柯某利用AI程序撰写色情小说，使用翻墙软件在境外黄色网站发布并售卖。他利用AI工具生成色情小说，再利用AI翻译成外文，发布在境外网站上。短短5个月时间发布了数十篇，共计售卖了760篇次，获利22,800余元。经鉴定，送检的7篇小说均为淫秽物品。法院根据《中华人民共和国刑法》第三百六十三条第一款规定，认定柯某以牟利为目的，利用AI文本生成工具制作、贩卖、传播淫秽物品，非法获利2万余元，其行为严重违反法律法规，对社会风气造成不良影响，已构成制作、贩卖、传播淫秽物品牟利罪。

然后陕西周某某案，他是利用AI制作了4,369张淫秽图片，以制作淫秽物品牟利罪被判处有期徒刑4年，他这个数要更大一些。然后杭州于某某案，通过AI换脸技术合成淫秽视频传播，获利6万余元，以制作、传播淫秽物品牟利罪被判处7年3个月。他这个呢，一方面是挣的钱多，另外一方面的话他是换脸，因为换脸你不光是淫秽物品，还侵害人家的名誉权呢，所以他这个要判的更重一些。

中国的传播淫秽物品罪，量刑标准是什么样的呢？就是淫秽视频文件20个以上，或者是音频文件100个以上，或者是电子刊物、图片、文章、短消息200件以上。所以刚才这个案例里头呢，600条淫秽聊天记录，这个肯定是超过了。另外呢，叫违法所得5,000元以上，他这个没有牟利，所以还是可以去稍微抗辩一下。但是呢，中国有俩罪，一个呢叫“传播淫秽物品罪”，还有一个呢叫“传播淫秽物品牟利罪”，所以不牟利呢也未必逃得过去。

那你说国外是什么样的呢？是不是只有中国这样了？国外呢主要是分两类。比如说他有色情网站，也有合法的，只要确定对方是成年人，你给他一些淫秽物品，哪怕说在这个过程中你还牟利了，应该在有些国家是没事吧。但是你真的到中东这些国家，你传播这个东西，那有可能是要判死刑的，咱们这不讲了，咱们就讲一些欧美的案例吧。

2023年11月，美国北卡罗来纳州夏洛特精神科医生，他呢是制作未成年人视频，并利用网络AI工具，将照片改造成色情图像，被判生产、传输及持有儿童色情制品罪，法院判处40年监禁。所以他们呢基本上是两类，一类是色情，一类是deepfake。传播淫秽物品，你只要别传播给未成年人，一般不是特别大的事情。但是你一旦遇到了制作儿童色情，包括持有，你说我不传播，我持有，这事都是违法的，而且判的非常重。

2024年5月20日，威斯康星州42岁男子使用Stable Diffusion生成了数千张儿童色情图片，并发送给了一名15岁的男孩，被控生产、分发、持有AI生成色儿童色情图片，判有罪，最高可判70年徒刑。他这个最后判了多少我没有确认，因为是ChatGPT给我搜集的信息。但是呢，它这个量很大，制作了儿童内容，而且还传播给了未成年人，它这个是罪大恶极了。2025年5月22日，佛罗里达州有一个叫Oldsmar案，他是制作、分发了8,500张AI生成的儿童性虐待图片，同时持有大量真实的图片，被判了75年的联邦监禁。

这个是一类。另外一类呢就是deepfake，就是做假脸的，这种案子在欧美也是判的很重的。2023年，路易斯安娜州通过法律，禁止未经同意使用他人面部制作深度伪造色情影像，违者至少10年起步。2024年10月30日，韩国首尔大学毕业生Park（应该估计是姓朴）和他的同伙，两人利用日常照片制作约2,000个deepfake照片，包含未成年人，在Telegram售卖以及共享，被法院判处Park 10年监禁，Kang 4年监禁，并公开身份，以及参加性暴力课程。这种基本上就是你判了刑还社死了，因为身份给他公开了。2024年10月28日，新加坡一位50岁男子，偷偷在家安装摄像头，拍摄妻子23岁的侄女，并利用手机应用将其脸合成为色情视频，法院判处了21周监禁。这个就是估计他没有传播吧，还是判了监禁。

现在呢，AI对于成人内容的边界到底在什么地方？我去稍微的看了一下。首先呢是文字模型，ChatGPT、Gemini和Claude这三个，咱们叫“御三家”的三个大模型呢，相对来说是比较严格的。你要求它生成一些色情内容，或者说对一些敏感内容进行详细描述的话，都会被拒绝服务的。马斯克的Grok 4，只要不涉及儿童和性强迫，其他的基本是百无禁忌。即使是涉及刚才我们说这些东西，边界也是相对来说比较模糊的。

至于开源模型呢，这块就比较混乱了。开源模型分两个大的这个角度，一个呢是有平台提供的，比如说我今天到阿里云的百炼平台上去使用通义千问的这个大模型，它是要进行检查的，这个也是比较严格的。但是呢，你说我把通义千问的这大模型下载下来了，自己在这个家里头部署，这块呢它会进行一定的限制，但是就没有那么严了。它主要是给了大家一个知情同意书似的东西，就说你现在下载了我的大模型，自己回去部署去了，但是你自己要知道不可以拿这个大模型做坏事，不可以生成成人内容。你说我知道了，我同意了，你就可以把这个模型下载走。至于拿这个东西再去干什么，他也管不着你，他也不愿意为你拿着他的大模型再去做的进一步的事情负任何责任了。所以呢，所有开源的模型基本上都是走的这条路。而且呢，这些开源模型呢，即使是会设置一些这种限制，其实绕过去也并不难。第一个是Hugging Face上，就是我们说大模型开源的这个平台上，有很多微调的模型帮助大家去绕过这些限制。还有一些呢叫“越狱提示词”，也在网上去流传。什么叫“越狱提示词”？就是你先跟这个大模型说一句什么什么样的，说完这个话以后呢，再往后的所有聊天，这个限制就直接突破了。当然目前为止，传播训练过的突破限制的这些模型，或者是传播越狱提示词，到底算不算传播淫秽物品罪，这件事呢还属于法律上的盲区。他们也搞不清楚这东西到底是怎么工作的，所以呢还没轮到这些道学先生们去审判这两样真正产生色情内容的这个技术。

再往后呢，就是图片跟视频生成模型。你说我光生成一堆色情小说，这个事看起来也是很累的，但你说我有色情图片、色情视频，这个不是传播力、感染力更强吗？在这块呢，Claude是没法生成视频和图片的吧，反正我因为我自己用的少，我也没有怎么看到有人用Claude生成这种东西出来给大家去展示。ChatGPT和Gemini在这块呢，相对来说都是非常克制的，你要求他去给你画一些奇怪的东西，他就直接画不出来了，直接拒绝服务。Midjourney，这是我用的比较多的，对于NSFW内容（我们就用这个词吧，就是不方便在办公室公开环境下展示的这些内容），对于这些内容呢会进行事前拒绝，但是生产出来的东西呢就不好说了。什么意思？这种图片生成模型它是两步，第一步呢是你要给它提示词，第二步呢是生成图片。他们正常的检测呢，应该是两步都检测，就是你给的提示词里头如果包含一些他不喜欢的东西，他就会拒绝服务；它生成出来的东西如果包含有问题的东西，也应该是拒绝将生成的结果交付给你。应该是做两步，但是Midjourney呢只做一步，就是你给它提示词，如果这个它认为不对，它就拒绝服务了。但是如果你绕过它了，他觉得好像还可以，就给你生成去了。但是生成出来的东西到底是什么样，他就不管了，这个有可能会有一些不方便传播的内容被生产出来。至于马斯克家的Grok 4的图片跟视频生成这块呢，反正马斯克家的嘛，大家能够理解，它是可以生成半裸内容的，全裸不行，也可以生成名人的形象，但是你要求名人半裸，这个事是不行的。因为一旦要求名人半裸的话，等于是在给这些名人造黄谣，或者说损害他们的形象，这个事是不允许的。刚才我们也讲了，在海外，儿童的不行，deepfake侵害别人的名誉权，这两个事是不行的，其他的反正有它适用的一个法律吧，你只要别把这东西传给未成年人就OK了。但是你就想吧，国外那些色情网站上，你进去第一个是先问你是不是已经满18岁了，他也没法实际去判断你到底是不是满了，但是反正上来我给你做了这一步了，“我满18了”我就可以进去看，“没满18”我就给你退出来，这个就算是已经可以在法律上算合法合规的一个玩法。

那么视频跟图片模型的开源模型是什么样的呢？在这块呢跟前面我们讲的文字模型基本上是一个玩法。如果是有平台，平台是要担负责任的，两头都要管。输入提示词，如果他认为有问题，拒绝服务；他根据你的提示词生成出来的内容，如果他判定不利于传播，他也会直接拒绝交付。你在这个时候可以要求他重试，“你再给我画一次”，这个是可以的，但是他不会把不可传播的东西交给你，他是这样来工作的。下载单独部署的这些开源的图片和视频模型的话，就跟刚才我们讲的这个文字模型是一样的。下载之前给你一个知情同意书，说我知道了，我下载这个模型不可以去生成成人内容，我不会拿它去做怪事。你同意了，你就可以下载，至于下载了以后他就不管了，你自己拿回去随便了。在这种图片模型上，还有一个比较好玩的东西，叫Lora模型。这个模型叫什么呢？叫low-rank adaptation，叫“低秩适配”。这种模型呢，我们也管它叫小模型，它一般尺寸都比较小，就是用比较少的数据进行一些训练。当你调用这些模型的时候，你生成出来的这个图片就符合特定的需求。你比如说吧，咱们最常用的Lora模型是什么呢？对人脸进行训练，然后你就可以冲上去换脸了。甭管人家是什么照片，说来把这脸换上，惟妙惟肖的给你换上，不会像以前那种拿Photoshop换脸似的，总觉得这个脸是歪的呀是斜的呀，拼的没有那么准，不会出现这样的问题。现在主要的一些色情Lora模型是做什么的？有些人训练这个东西还去传播，他们呢主要是对敏感部位进行单独的训练。原来那些大模型有一些限制的时候，或者说对于这种敏感部位没法进行详细生成的时候，他们使用这些小模型，可以生成这种有非常清晰敏感部位的这种图片出来。但是呢，这个你说是不是罪大恶极，也不一定。我个人还是觉得，Lora对这件事情还是有一些正面的帮助。什么样正面帮助呢？因为大家都喜欢使用相同的Lora模型去生成成人内容，所以导致呢脸可以千变万化，但是身材都异常夸张，而且千篇一律。你看两次以后，就直接失去兴趣了，大概就是这样的一个效果。

现在大家都在玩什么呢？现在大家都在玩通义万象2.2，这个模型叫WANX 2.2，它呢是由阿里通义这个平台最新出的图片跟视频模型。这个模型你在阿里平台上使，它是规规矩矩的，你要求奇奇怪怪的东西会直接拒绝你。但是你如果把它下载到本地去安装了，不需要挂任何的Lora，不需要挂这些小模型，就完完全全可以生成NSFW的这种内容，就是不利于在办公室和公开场合去传播的一些内容，就可以做的很好了。它呢可以跟常见的这些ComfyUI或者是Lora相兼容，可以一起去工作。你说有些人训练好了这些成人的Lora模型，这种小模型，你就可以把它挂到万象2.2里头，直接干活，没毛病。

说远了，我们不建议大家去做这件事情，只是跟大家闲聊一下。回到AI时代的法律判罚问题上来。首先，传统大公司都是比较谨慎的，马斯克除外。第二，开源模型才是重灾区。平台方是有人管的，私有部署基本上就没人管了。但是呢，在海外还有一些平台方也是没什么人管的。就以刚才咱们讲的通义万象2.2为例，你在阿里的平台上，你下载出来的就是WANX 2.2，但是如果你到WANX.AI这个网站上，你就会发现那个上面还有一个模型叫WANX 2.2 no filter，就是不过滤。这个东西干嘛使的，大家自己按照文字的字面自己去猜去。

开源模型厂商通常使用知情同意书的方式，告知用户不要去做坏事，以此方式逃避自己的法律责任。儿童色情必须严判。Deepfake这不仅仅是淫秽物品那么简单了，你还毁坏别人名誉，这个呢现在各国也都是进行严判的，包括中国也是。严判国内的传播淫秽物品罪和传播淫秽物品获利罪还是很严苛的。在AI的帮助下，数量很容易就突破了。不论是不是AI生成的淫秽物品，就是淫秽物品，在国内判罚上基本上是这样认定的，你跟AI没关系，只要是淫秽物品我们就认。如果获利，这件事情基本上就没跑，肯定是会被判罚的。现在还有一些法官道德感非常强，遇到这种法官，律师们也是觉得头疼的。所以提醒大家，所有在国内的还请洁身自好，不要去触碰法律红线和一些人内心的道德底线。

这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛、参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家期待已久的Midjourney video，为什么在发布之后很快就没有声音了？今天咱们来讲一讲。

大家好，欢迎收听老范讲故事的YouTube频道。我个人呢，也是下了很大的决心才录了今天这条节目，因为Midjourney video真的是万众瞩目。因为他作图做得非常非常好，在美学上、在各种细节上、在氛围渲染上，到目前为止，所有的图像生成模型里头，Midjourney是最好的。前面他说我要去做视频的时候，一大帮人就在等，很多人都非常期待。产品发布了，突然就没声音了，见光死。这个是什么样的一个情况？

首先呢，跟大家一个结论，就是Midjourney video做出来的视频非常惊艳、非常炫酷、非常美。但是这个产品做出来的视频放在哪都不太合适，这个东西做出来没什么用处。可能呢，是大家没有正确的找到Midjourney video产出的视频的用途。我今天之所以敢跟大家录这个视频，是我觉得我好像找到这种视频的一个使用方法了。

今天呢，讲几个部分：先做一个Midjourney video的简单介绍；为什么没有形成传播，这个我们要稍微分析一下；Midjourney video到底能拿来干嘛；以及我们要去实现Midjourney video的最终使用，可能还要稍微写点小程序。顺手呢，把最近很热的另外一个工具也给大家介绍了，这个叫Gemini Client（CRI吧，因为要用它编程嘛）。咱们用这个Gemini CLI编完成序以后，把生成的视频最后处理成大家可以用的样子。

首先，Midjourney video的一个简单介绍，演示一下吧，这个是必然的。这就是Midjourney video的网站，上面是Midjourney.com。我们现在是到这个explore，就是我们去浏览一下。浏览的时候呢，这儿有这个图片，他觉得画得比较好的图，以及video都是允许我们去浏览的。这都是别人画的，我们可以看一下这个东西：猪戴着项链在这走秀，有人在水底下骑车，玩偶在这吃冰激凌，还是这种绿色的玩偶穿着毛衣。你看这个细节，这脸上这些线，各种的风格都可以动起来。这个是3D风的，然后这是真人风的，骨头的x光片呀，这个都可以动，没有什么东西是不可以动的。

Labubu感觉还可以，你看这个国旗的质感，做得还是非常非常漂亮的。这个是Labubu，后边是金字塔，看来Labubu确实是很火了。

不知道使用Labubu形象算不算侵权。要注意一点什么呢？就是在Midjourney生成video的过程中，对于版权对于形象的控制是要更严格的。这种完全是虚拟的点，做出来的这个动画也是非常漂亮的。像这个就完全是水彩风的，你看有小树叶飘下来，这就是他现在的Midjourney video。

那么我们怎么去用这个玩意呢？我们只能通过Midjourney画的图去生成。而且我们知道Midjourney，你是可以在这create，直接在网页上去创建。你可以把提示词写在这儿：“给我画一个什么什么画，画横的宽的扁的，哪个版本的。”在这儿直接画，或者是在我们DISCORD里头画。但是呢，你要想生成视频，必须在这网站上，Midjourney.com这个网站上。

过程是这样的：先找到原来我们画好的，这是我以前画好的图。你点中其中一幅图以后拿这个图去画。你说我直接写一个文字，你给我生成行不行？不行，必须是用Midjourney的图生成。你说我上传一幅图生成视频行不行？也不行。所以就是用图来生成就好了。刚才让他给我画一个地下城的，还是挺有感觉的吧。

右下角有一个叫auto，就自动的，就是相当于是自动的给你变成视频。有一个是low motion，就是比较小的动作；一个是high motion，就是带有很高的这种动态。手动呢，就是你可以再去写一个提示词给他，说你到底是怎么个动法，还是分高低两种。就是你看你有一个提示词：“创建一个视频，开始从一个图像和一个提示词来描述这个动作。”我们就是自动的吧，做一个low，做一个high，看看它在干什么。

我们点击到这个create，它就开始干活了。已经做到30%了，上面那个在排队。我呢是每个月交10美金的账号，因为前面没有找到用这玩意干嘛使，所以呢，目前为止还够用。生成4个小视频，大概也就是一分多钟左右。底下是在这写着呢：motion low；上面那个是motion high。咱们可以比较一下。84%了，然后再等一等，92。上面那个还在排队。

好，做出来了。让我们放大一点。你看他首先呢做了一个镜头的推镜。你看下面的人呢，就在这上面开始走动起来了。这个桥上面的人物呢也在发生变化。所有的细节，你看包括这后面的山，这个细节的透视关系。因为随着镜头的改变，透视关系都是正确的。这是第一个。然后第二个，虽然还是在轻轻的往前摇，但是呢侧面这些人，他走动的就会有一些小的差异。

这边呢，推进的方式不一样。他这个镜头除了往前推之外呢，还在向上升。基本上都是在推进，但是呢是做了四组不同的推进。在推进的过程中，下边这个人物呢，会发生一点点小的变化。

每一个视频下头呢还有两个按钮，一个叫“扩展自动”，一个叫“扩展手动”。比如说我现在打开了首帧提示词，你可以在在在这个基础上再去扩展。现在是5秒，再扩展呢就是10秒，它大概最高是可以扩到20秒。我们今天就不再扩展了。然后呢，我们就可以下载这个图片视频。

好，让我们来看看上面这个高动态范围的做成什么样了。这个高动态范围，它动的要比刚才那快，直接就从底下推进，直接推到这个上面来了。低动态范围呢，就是它这个推进推的是很慢的。高动态范围这个明显感觉有差异了吧？

这个镜头推的这个方向，就又不一样了。他是像穿越机似的从底下去推过去。刚才第一个视频是直接推到这个桥上面去了。这个呢基本上是推了一条直线，下面人也在慢慢的走动。这个应该也是没有往上抬这个镜头，还是在这个桥底下，让这个镜头再往前走。高动态范围跟低动态范围，大概就是这样的一个差距。

我觉得这张是做的比较漂亮的。我这有一张，是当时说你给我画一个川普带一堆CEO出差的，他就给我画了一个图片。画图的时候没有提示任何错误，他就给我画出来了。我说来给我生成这个视频，直接报错了。因为呢生成视频的时候，它使用的规则要更严格一些。生成图片没问题，但是生成视频他会告诉你说裸露，或者是其他不允许的东西，都都给你去掉了。

我再给大家找一些照片来去生成。这个是拿我自己照片生成的这个图片，说我要去拎着包去旅行，干活去了。上次反正是报错了，因为你拿真人做的好多也会报错，不一定每一次能不能干活这个事。比如说迪士尼这种侵犯版权的这些东西，你画图它给你画出来，但是你说你现在给我把它生成视频，它就给你扔出来，说我不给你生成视频。

这是用的星球大战的风暴兵。我说你给我去生成视频，反正我是被拒绝过很多次。看看这一次星球大战的这个风暴兵，能不能给我们做出来。你看我就从明信片里就走出来了，也挺好玩的吧。这次也可以了，当时刚画出来的时候，他是不给我去做的。也许有川普的这个，过一段时间没准也可以愿意给我画了。反正他这个政策执行的比较奇怪，我这个都是被拒绝过的，这一次看来他就干活了。

你看他这个风暴兵在食堂里头吃饭，围在这找东西吃呢。你看这个手什么都在动。下一件事我们要下载，比如说这张。好，把它下载下来。这张也很漂亮。

下载下来。在这个右上角上，有点击下载的这个按钮，点一下它就下下来了。下的都是MP4文件。然后我们再把原来这个图下下来，把这个图下下来。待会我们要做动图嘛，动图就是要有一个起始图，要有一个这个视频。

好，我们的蜗牛也画完了。看看这个蜗牛，先推了个镜，里头各种的零部件就开始转起来了，还是挺有感觉的吧。这就是我们展示的Midjourney的video。演示结束，大家看到了这个东西，操控起来其实并没有那么容易。

第二个呢，就是生成的过程绝对简单，很多是傻瓜式的。那你拿来以后说，这个甭管是低运动的还是高运动的，你只要点，它就直接给你生成了。第三个呢，这东西不贵，生成一副图片的价格，其实大家还是可以接受的。至少到我目前为止并没有觉得说充值不够使的一个情况。你如果不想去买更贵的套餐，我们专门给大家了一些让你去充这个算力，充这个他们叫GPU时间的一个套餐进来，所以基本上还算比较便宜。

生成的结果大家也看了，绝对惊艳。只是呢，现在有一个很大的问题，就是比较难拼起来。生成了一堆视频，你说最后我怎么把它拼成一个完整的故事，这个事呢稍微有点难度。最后就是没有声音，它是没有配音没有音乐，生成出来的就是完全没有声音的一个视频文件MP4的文件。

那么为什么没有形成传播呢？为什么这样惊艳的一个产品见光死呢？这个是咱们真正需要分析的。就是他这个产品实在太难操控了，虽然你做出来的东西很漂亮，但是你说我要想做一个特别完整的电影，讲一个完整的故事的话，这个实在是非常非常困难。因为Midjourney本身绘画它的特点是什么？细节极其丰富。在你这么多丰富细节的情况下，我想把它做成视频，让它保持所有的细节的一致性的话，这是绝对地狱难度的。

控制呢，就真的不是那么好控制的。大量不一致的视频片段，你要想把它分成镜头的话，拼成完整故事基本上不可能。其实很多人讲说5秒钟一个小片段，它生成就是5秒吧，你可以往后延5秒，延5秒这样生成。你说5秒钟片段本身这么惊艳的片段，为什么没有人有动力把它们拼成一个故事呢？

像前头皮卡呀，sora呀，谷歌的VOE3、可灵和吉梦，大家都去拼。为什么Midjourney就没有人去拼这个东西呢？大家想一想，我们看到的电影是什么样的？电影的真正的玩法是3秒钟、5秒钟甚至更短的时间就是一个镜头。但是呢这个镜头是通过意识进行拼接的。比如说吧，一个人现在想起床了，先拍一个全景。

现在他是躺在床上了。然后呢，要拍一个特写，拍在脸上。他现在开始有苏醒的感觉了，可能再拍几个特写。你的手要从被子里拿出来，要翻个身，胳膊开始使劲了，上身支起来了。然后再拍一个中景，你坐起来了。然后再拍一个全景，脚放地上了，包括整个房间，整个人都要在里头。这个时候呢，要再切一个窗口的远景。我现在抬眼了，我要看一看窗外的风景，等于又是一个镜头。然后这个人开始去找拖鞋，可能要这个特写，脚要在地上找到拖鞋。然后周围这种暖色调氛围渲染好，再通过一个什么样的视角，慢慢的走到窗边去。还要打一个哈欠，伸一个懒腰，再一个特写，伸手去开窗户看一看外边。比如说有这个小鸟在外边叽叽喳喳叫，再去拍一个这个小鸟的特写。咱们啰里八嗦说半天，可能也就是一两分钟。这是一个电影的玩法。

甭管是用其他的这些模型，还是用Midjourney，你要想控制成这样的一个视频去拍出来太难了。比如说吧，我们现在可以说先画一个画，说这个人躺床上了，坐起来。你让这个Midjourney给他下一个命令，但是你说我现在想改一特写，那你就很难再去维持一致性了。你说我现在在什么地方，再要翻个身，再掀个被子，再找个拖鞋，这就比较难了。你说我再单独画一个小鸟，单独展示一个5秒钟，这个也是相对来说比较容易的。但是当多个镜头从不同的角度、不同的距离显示同一个场景的时候，你要想保持这个一致性，基本上不可能。其他的这些模型呢，虽然也很费劲，还是有可能，但Midjourney基本上是没法控制的。

为什么？因为Midjourney的本身的图像里头，我觉得画的图片里头细节实在太多了。你没法在不同的视角、不同的距离，一会是中景，一会是远景，一会是全景，还能保证所有的细节都一致。所以导致大家说，拿到Midjourney这么一个惊艳的视频产品了以后，都没有去真正的传播起来，基本上算见光死了这样的一个产品。

那么真正能够实现刚才我们讲的拍起床过程的这个视频模型，会是什么样的呢？现在这些视频模型应该都达不到，可能还要等李飞飞做的这个世界模型出来。但是不嫌麻烦的，像原来抖音上有一个视频博主叫张同学，他就一个人一部手机，他自己写好脚本以后，自己按照这个脚本，一点点把它都拍出来。但是正常的就是，真的是一堆的摄像头，你身边的所有摄像头都支好了，一次把动作做完，再通过不同的角度去拼。你有了世界模型以后，你才可以干这个事。

那么我们通过Midjourney video到底得到的是什么？为什么？我前面讲说我们的用法错了。我们想拿Midjourney video做出来的视频片段拼出大的故事片来，拼出完整故事来，这事就错了。那它到底给我们的是什么？

其实Midjourney video给出来的并不是一个视频，而是一个动图，就像类似于GIF或者是iPhone出来的这叫live photo。它呢，并不是一个完整的视频，而是一个会动的图片。它依然还是在画图，Midjourney画图画得最好，画动图依然画得最好，不接受反驳。就是这样的一个东西。

那么好了，我们现在有Midjourney video了，怎么把它变成动图？变成live video？GIF虽然是可以动的，但是这个技术实在太旧了，不建议大家去玩。因为你比如说用同样的分辨率、同样的帧率，MP4的这个文件大概只有个六七兆或者是十兆，也就这种水平。live photo的大小可能跟它差不多，但是GIF的话，同样的分辨率和帧率的话，100多兆了，所以不建议大家玩。

那我们就想办法把它改成live photo吧。就是我们现在有了一个起始的图片，有了一个用这张图片生成的MP4的一个5秒钟的视频，再长了也没用了，因为live photo本身是不支持更长的视频的。就是5秒钟的，挺好的。我们就拿这个live photo再出去分享，因为现在小红书、微信、Twitter什么的都是支持live photo分享的。live photo分享出来以后呢，整个的点击率、播放率，或者说叫做情感传递的这个能力还是很强的，要比大家上一个视频这个效果还好点。所以咱们干脆就转live photo。

后边给大家看一个例子，就是如何用Gemini Client CRI这个产品把Midjourney video转成live photo。下面大家看演示。下面我们要来写程序，把我们的Midjourney video生成的视频以及下载的图片一起生成live video。这个live video就是一个片头一个视频，两个东西给你拼一块就完事了。

一共呢，需要两样东西。第一个东西呢，程序肯定咱不能自己写嘛，所以呢，需要一个叫Gemini CLI的东西。这两天谷歌最新发布的官方的Gemini工具，它是个命令行工具，待会我们去跑一跑试试。另外一个呢。

是 makelive，GitHub 上的一个开源项目。install makelive 就可以装上去。装的过程，如果你遇到了什么困难的话，请在 GPT 里头解决，我也是这么干的。

Gemini 的安装呢，要稍微的麻烦一点。如果你本机没有 nodejs，你是装不上的。所以呢，你可能还需要到网站上去搜一个 nodejs 的安装包，安到本地来，然后才可以正常的去工作。这个装我其实已经装完了，就不跟大家重新演示这个装的过程了。

我们现在呢到了一个命令行窗口。命令行窗口里头，我们也进入到了一个新的目录，这里头是空的。如果你要装 Gemini client，先去做这样的一个动作：NODE -v，要空格。NODE -v 之后，如果你后边出来的不是一个数字，不是一个 20 以上的数字，而是一堆的错误的话，就到网上去找个新的把它装上。然后是 npm -v，如果这后边不是数字，你或者报错了，你就在网上再去找一找怎么解决方法。这个解决的过程我就不跟大家去详细介绍了。

然后执行命令，因为我装过了，我就不再执行了。就是把这个命令执行以后，如果报错了，到网上去找方法怎么解决；如果没报错，我们就可以正常开始工作了。Gemini n 回车，你看跟这个很像吧，就直接跑起来了。跑的过程呢首先要注意，是这样写个斜线。你呢可以写 help 写个帮助，他会告诉你说，如何去做事情，有哪些命令可以用。所有命令行都是这么干活的。谷歌这帮人呢，就是一帮直男工程师，他们就把这东西写成命令行了。

最后看怎么退出：quit/，quit 是退出。这个很重要，就是你实在不会使，你还能退得出去才行。首先是要求你登录，因为你想 Gemini 进来以后，你只要用嘛，他就必须要有地儿给你出 TOKEN。那你不登录的话，知道出谁的 TOKEN？虽然谷歌说我免费给大家一大堆 TOKEN，免费给大家一大堆的调用次数，但是呢，你还是要有 TOKEN 出来。

三种方式：一个是 login，直接用谷歌账号登录，你登录你的 Gmail 邮箱账号就可以了；第二个呢是在 AI studio.Google.com 里面是申请 Gmail API key，这个也是可以的；或者是用谷歌云的 AI 登录都可以。但是注意，最好不要用 Workspace 邮箱登录。什么意思？我有的时候是用自己的域名绑定的谷歌，这个也可以登录，但是相对来说要麻烦一点。你如果是 Gmail 直接结尾的这个邮箱去登录的话，是比较容易的。

所以，建议大家用这个方式去登录。登录完了以后，你就可以去干活了。

北京天气怎么样？因为里头有MCP，它可以搜索，可以做很多的本地动作，所以它就可以去搜索北京天气了。阴转雷阵雨，多少度？大概就是这样的一个情况。

好，我们就开始向它提要求吧。首先，我们要写一个提示词给它：“给我生成一个可以执行的Ruby文件吧。”输入一个TNG文件，一个MP4文件。先将PNG文件转换成JPG，因为转live photo是必须要JPG的文件。但是，我们从Midjourney下载的这个图片都是PNG的，所以要先转换一次。然后再将JPG和MP4合成成PVT iPhone的live photo文件。

转换live photo make live的这个网址，扔给他说：“你照这样给我读，读完了以后就给我转去。”他就去干活去了。允许吗？咱们就都允许呗。他现在要开始往我们的这个里边去写代码了。

你看，我写了这样的一个代码出来。好，让我们去看一下这个代码吧。它是使用的Mini Magic做的第一轮转换：-J，-V，-O。这一看就是错的，因为它的这个输入的参数是不对的。但是写程序嘛，它写错也是很正常的，待会我们来再去改吧。

我让我们来看一下，这个makelive是怎么调用的。makelive -m.a.JPG a.MP4 -p后会生成a.PVT。修改调用方法，分析一下命令行参数，然后重新构造命令行，去干活去了。如果不是谷歌给的免费的额度，我感觉这一会好多钱就出去了。写程序是非常非常费TOKEN的。

它已经生成好了。下一件事的话，我们就要用这个东西了。用之前，先把刚才咱们下载的一大堆的文件给它拷下来。这个里头就是有MP4、PNG一一对应的。我们来执行一下试试：live photo1.PNG 1.MP4。这个还不行，应该是chmod加x。

我们现在得到了一个1.pvt的文件。我们再来一次：photo create 2.png 2.mp4。你看，这个2.PVT也有了。让我们来看看这个PVT文件能不能使。

代码，大家刚才看了一个字我都没敲，只是提了些要求。当然，我在中间还是看了一些这个代码的，我提了一些问题。你说我这个没有能力自己搞定？建议大家还是稍微看一点文档。这个不需要大家的编程能力，但是你稍微看一下文档，做一点点阅读理解的能力还是需要的。

我们来看一下，这是我们的目录。这是刚才我们写的这个Ruby文件。一是我们的大蜗牛，这是图片。

这是我们的MP4的视频，那这下头有一个小字叫“实况”。这是一个PVT照片了。然后，2这个是视频，这是图片。减肥成功的老范拎着箱子出去玩去了。然后PVT，这就是我们已经做好了。做好了以后，这个文件怎么办呢？如果你使用iPhone的话，把这俩文件呀复制到iCloud目录里。然后呢，拿出我们的iPhone，在这个iCloud里，你就可以找到这两个PVT文件。点中文件以后呢，说“保存到图片”，它就给你保存到相册里去了。我们再用小红书，再用微信，就可以分享这些PVT的动图了。这个就是形成了一个完整的闭环。

好，演示结束。总结一下，Midjourney video呢，绝对是一个惊艳的产品。之所以见光死，是因为大家没有找到正确的使用方法。今天呢，跟大家介绍它正确的使用方法。Midjourney video给大家生成的从来不是视频，而是动图。我们把Midjourney video生成的MP4重新转换成live photo，然后把它分享到小红书，分享到各种支持live photo的平台上去，效果是很好的。大疆的手机软件就支持。我们把大疆上拍摄的各种视频都转live photo，这个还是帮大疆提升了很大一波的销售的。大家买了大疆设备以后，拍了一堆live photo，然后四处跑到小红书，跑到微信里边去分享，还是玩的很开心的一个事情。现在我们有Midjourney了，也可以很开心的玩耍起来。

好，这个故事呢，就跟大家讲到这里。最后请大家一起去做一些有意思的动图，把我们的情感，把我们的情绪传递出去。大家一起来玩耍。好，这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。