Story Flicks 是一款基于多模态AI大模型的开源工具，用户只需输入故事主题，即可自动生成包含 高清图像、动态分镜、多语言配音、智能字幕 的完整短视频。项目完全免费，代码公开于GitHub，支持灵活配置和二次开发，真正实现“输入文字，输出电影”的零门槛创作体验。

二、核心功能与技术架构

全流程AI生成能力

文本生成：调用GPT-4o、阿里云Bailian等模型，自动生成故事脚本并拆解为分镜逻辑。

图像生成：集成Stable Diffusion、阿里云FLUX-1等模型，支持4K画质和动态场景（如火箭升空、角色互动）。

音频合成：支持30+语言及方言配音（如四川话、粤语），可调节语速和情感。

视频合成：通过FFmpeg自动对齐音画，添加字幕和过渡特效，输出MP4/GIF格式。

技术栈

后端：Python + FastAPI，负责AI模型调用和视频合成。

前端：React + Ant Design + Vite，提供交互式操作界面。

多模型兼容：支持OpenAI、阿里云、DeepSeek、Ollama等主流AI服务商，用户可自由切换。

Story Flicks 是一款基于多模态AI大模型的开源工具，用户只需输入故事主题，即可自动生成包含 高清图像、动态分镜、多语言配音、智能字幕 的完整短视频。项目完全免费，代码公开于GitHub，支持灵活配置和二次开发，真正实现“输入文字，输出电影”的零门槛创作体验。

二、核心功能与技术架构

全流程AI生成能力

文本生成：调用GPT-4o、阿里云Bailian等模型，自动生成故事脚本并拆解为分镜逻辑。

图像生成：集成Stable Diffusion、阿里云FLUX-1等模型，支持4K画质和动态场景（如火箭升空、角色互动）。

音频合成：支持30+语言及方言配音（如四川话、粤语），可调节语速和情感。

视频合成：通过FFmpeg自动对齐音画，添加字幕和过渡特效，输出MP4/GIF格式。

技术栈

后端：Python + FastAPI，负责AI模型调用和视频合成。

前端：React + Ant Design + Vite，提供交互式操作界面。

多模型兼容：支持OpenAI、阿里云、DeepSeek、Ollama等主流AI服务商，用户可自由切换。

生成你的第一部短片

在网页输入故事主题（如“太空小猫拯救火星”）。

选择风格：卡通/写实/3D动画，设定视频长度（1-5分钟）。

点击生成，系统自动完成分镜、绘图、配音和合成。

四、应用场景与案例

自媒体涨粉：3分钟生成热点解说视频（如“淄博烧烤经济学”），比真人出镜效率提升10倍。

教育培训：将课文《孔乙己》转化为动画短片，学生“追剧式”学习。

商业变现：宠物店为顾客定制“萌宠大片”，收费99元/部。

个人创作：将聊天记录变成情侣微电影，作为纪念日礼物。

Story Flicks 的诞生，标志着短视频创作从“专业团队专利”走向“全民可玩”。无论是蹭热点、做教学，还是记录生活，这个工具都能让你5分钟内成为“导演”。