还在手动做视频？这个AI全自动生成脚本+配音+剪辑，效率直接翻倍｜Pixelle-Video开源实测

type

Post

status

Published

date

Apr 29, 2026

slug

pixellevideo

summary

Pixelle-Video 是一款全自动 AI 短视频引擎，只需输入主题即可自动完成文案撰写、配图生成、语音合成、视频剪辑全流程。本文提供 Windows 一键整合包的完整安装教程，从 ComfyUI 配置到插件安装再到 Web 界面使用，手把手教你零门槛创作视频。

📌 一、Pixelle-Video 是什么？

Pixelle-Video 是一款全自动AI短视频引擎，基于 ComfyUI 工作流打造。

从输入文本到最终视频输出，整个流程非常清晰：

文案生成 → 配图规划 → 逐帧处理 → 视频合成

每个环节都支持灵活定制，你可以选择不同的 AI 模型、音频引擎、视觉风格等，满足个性化创作需求。

简单说：你动嘴，它动手。

🚀 二、Windows 一键整合包（推荐）

如果你用的是 Windows 系统，村长强烈推荐使用一键整合包。

无需安装 Python、无需配置 uv、无需折腾 ffmpeg，解压即用！

下载地址：

GitHub 官方下载：[点击前往]

夸克网盘备选：[点击下载]

安装步骤：

下载最新的 Windows 一键整合包并解压

双击运行 start.bat 启动 Web 界面

浏览器会自动打开 http://localhost:8501

在「⚙️ 系统配置」中配置 LLM API 和图像生成服务

开始生成视频！

💡 提示：整合包已包含所有依赖，无需手动安装任何环境。首次使用只需配置 API 密钥即可。

🖼️ 三、前置准备：安装 ComfyUI

⚠️ 重要：如果你的电脑没有安装 ComfyUI，需要先安装好才能生成视频。

ComfyUI 下载地址：

GitHub 官方：[点击前往]

夸克网盘备选：[点击下载]

版本选择指南

ComfyUI 提供了多个版本，请根据你的显卡类型选择：

版本	文件名	适用人群
推荐首选	`ComfyUI_windows_portable_nvidia_cu126.7z`	NVIDIA 显卡用户（不管显存大小），驱动较新，闭眼选这个
兼容版	`ComfyUI_windows_portable_nvidia.7z`	老旧 NVIDIA 显卡，或不方便更新驱动的用户
AMD版	`ComfyUI_windows_portable_amd.7z`	AMD 显卡用户（RX 6000/7000 系列）
Intel版	`ComfyUI_windows_portable_intel.7z`	Intel Arc 独显或核显用户

启动方式说明

解压后，根据你的硬件选择合适的启动脚本：

启动脚本	适用场景
`run_cpu.bat`	没有独显的用户，速度极慢，不推荐
`run_nvidia_gpu.bat`	普通 NVIDIA 显卡
`run_nvidia_gpu_fast_fp16_accumulation.bat`	显存较大（RTX 3060 以上），开启半精度加速

🔌 四、安装 Pixelle-Video 所需的 ComfyUI 插件

打开 ComfyUI 目录下的 python_embeded 文件夹，在路径栏输入 cmd 打开命令行，依次执行以下命令：

1. 安装 Manager 插件管理器

bash

2. 安装三个必需插件

ComfyUI-Easy-Use

ComfyUI-QwenVL

ComfyUI_essentials

在 ComfyUI 的 Web 界面中，通过 Manager 搜索并安装这三个插件即可。

⚙️ 五、Web 界面配置（首次使用必填）

启动 Pixelle-Video 后，展开「⚙️ 系统配置」面板，填写以下信息：

1. LLM 配置（大语言模型）

用于生成视频文案的 AI。

配置项	说明
预设模型	下拉选择通义千问、GPT-4o、DeepSeek 等，自动填充地址
API Key	填入你的密钥
Base URL	API 地址
Model	模型名称

2. 图像配置

用于生成视频配图的 AI。

配置项	说明
ComfyUI URL	本地服务地址（默认 `http://127.0.0.1:8188`）
测试连接	点击确认服务可用
RunningHub API Key	云端图像生成服务（可选）

配置完成后点击「保存配置」，就可以开始生成视频了！

💻 六、详细使用方法

打开 Web 界面后，你会看到三栏布局，下面详细讲解每个部分：

📝 左侧栏：内容输入

生成模式

模式	说明	适用场景
AI 生成内容	输入主题，AI 自动创作文案	快速出片，让 AI 写稿
固定文案内容	直接输入完整文案	已有现成文案

示例主题：「为什么要养成阅读习惯」

背景音乐（BGM）

无 BGM：纯人声解说

内置音乐：选择预置的背景音乐

自定义音乐：将你的音乐文件（MP3/WAV）放到 bgm/ 文件夹

点击「试听 BGM」预览音乐

🎤 中间栏：语音设置

TTS 工作流

从下拉菜单选择 TTS 工作流（支持 Edge-TTS、Index-TTS 等）

系统自动扫描 workflows/ 文件夹中的 TTS 工作流

如果你懂 ComfyUI，可以自定义 TTS 工作流

参考音频（可选，用于声音克隆）

上传 MP3/WAV/FLAC 等格式的音频文件

适用于支持声音克隆的 TTS 工作流（如 Index-TTS）

上传后可直接试听效果

预览功能

输入测试文本，点击「预览语音」即可试听

支持使用参考音频进行预览

🎨 中间栏：视觉设置

图像生成

决定 AI 生成什么风格的配图。

配置项	说明
ComfyUI 工作流	选择图像生成工作流，默认使用 `image_flux.json`
图像尺寸	设置宽度和高度（单位：像素），默认 1024x1024
提示词前缀	控制图像风格，必须是英文

提示词前缀示例：

Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style

点击「预览风格」可以测试效果。

🎬 右侧栏：生成视频

生成按钮

配置好所有参数后，点击「🎬 生成视频」，界面会显示实时进度：

生成文案

生成配图

合成语音

合成视频

进度显示

例如：「分镜 1/3 - 生成插图」

视频预览

生成完成后自动播放，显示：

视频时长

文件大小

分镜数

视频文件保存在 output/ 文件夹。

❓ 七、常见问题（FAQ）

Q1：第一次使用需要多久？

A：生成时长取决于视频分镜数量、网络状况和 AI 推理速度，通常几分钟内即可完成。

Q2：视频效果不满意怎么办？

A：可以尝试以下几种优化方式：

更换 LLM 模型（不同模型文案风格不同）

调整图像尺寸和提示词前缀（改变配图风格）

更换 TTS 工作流或上传参考音频（改变语音效果）

尝试不同的视频模板和尺寸

Q3：费用大概多少？

A：本项目完全支持免费运行！

方案	LLM	图像生成	费用
完全免费方案	Ollama（本地运行）	ComfyUI 本地部署	0 元
推荐方案	通义千问（成本极低）	ComfyUI 本地部署	极低
云端方案	OpenAI	RunningHub	较高（无需本地环境）