开源AI短剧制作工具Jellyfish测评：如何用算法解决角色一致性难题？

最近在捣鼓AI视频生成时，偶然发现了一个挺有意思的开源项目，感觉可以拿出来跟大家聊聊。

项目简介

这个项目叫 Jellyfish，本质上是一个 AI短剧生成工具。

简单来说，它的工作流程就是你提供一个剧本，它能够帮你完成：

• 智能分镜
• 保持角色与场景的一致性
• 生成视频片段
• 最后导出成片

可以说是提供了一条龙服务，相当省心。

用过AI生成视频的朋友都知道，最让人头疼的问题就是 前后人物长得不一样。可能上一帧还是黑长直，下一帧就变成卷发了；场景的光线和风格也时常跳戏。为了解决这个痛点，Jellyfish采用了 全局种子 + 风格继承 的技术。你可以把它理解成先给整个视频定下一个基调，后续的生成都尽可能遵循这个设定。根据实际测试，这种方法对一致性问题的改善效果确实比较明显，虽然还做不到百分之百完美，但相比之前盲盒式的生成方式，已经省心太多了。

它的流程覆盖了从剧本输入、分镜设计、视频生成到后期剪辑的完整环节。我个人比较喜欢其中的 分镜编辑器，因为它允许你手动调整景别、拍摄角度、运镜方式等参数。这意味着你不是被动地等待AI输出结果，而是能在这个过程中保留一定的创作控制权。

此外，项目还内置了资产库功能，你可以把定义好的角色、场景、道具、服装等元素保存下来，方便在不同的剧本中复用，这大大提升了批量创作的效率。

功能一览（简要版）

适合谁用？

• 对短剧创作感兴趣，但不熟悉专业剪辑软件的新手。
• 需要批量生产内容的工作室或团队。
• 希望以较低成本尝试视频创作的独立创作者。
• 制作教学视频或课程内容的老师。
• 需要为电商产品拍摄剧情化介绍视频的商家。

技术架构浅析

从技术栈来看，项目的前端部分采用了 React、TypeScript 和 Vite 这套现代化的组合，后端则支持多种框架，具备良好的扩展性。在AI层，它通过API对接了多种主流的大语言模型和图像生成模型，这种设计让用户可以根据自己的需求和预算灵活选择模型供应商。

目前项目仍处于积极开发阶段，核心的视频生成与编辑功能已经基本可用，后期的精细剪辑功能和移动端适配可能还在完善中。对于热衷于探索 AIGC 应用，特别是对 开源实战 项目感兴趣的朋友来说，Jellyfish提供了一个非常不错的、可实际运行的研究样本。它的代码完全公开在GitHub上，对于想要了解如何将大模型能力与 前端框架/工程化 技术结合，构建复杂交互应用的同学，有很高的参考价值。

项目地址与获取

GitHub项目主页：https://github.com/Forget-C/Jellyfish

你可以直接访问上面的链接，克隆仓库到本地进行部署和体验。如果你在AI视频生成领域有其他的心得或发现了更酷的工具，欢迎来 云栈社区 的对应板块一起交流探讨。