做视频没有显卡？免费两块 T4 显卡 32GB 显存 + WebUI，一句话生成视频，全免费
做视频没有显卡？免费两块 T4 显卡 32GB 显存 + WebUI，一句话生成视频，全免费
不用买显卡，不用付月租，只要你有想法，AI 就能帮你生成视频。
一、项目简介：这是什么？
想象一下：你有一个”视频制作工厂”，但它不在你的电脑里，而是在”云端”。你只需要在手机上输入一句话——比如”一朵花从绽放到凋零的过程”——然后这个工厂就会自动运转，为你生成一段精美的视频。
OpenMontage 就是这样一个项目。
它由两个部分组成，就像一家餐厅的”前台”和”后厨”：
- 前台（HuggingFace Spaces）：你看到的网页界面，就像餐厅的菜单和点餐台。你在上面输入想法、选择风格、查看进度。
- 后厨（Kaggle Notebook）：真正做视频的地方，就像餐厅的厨房。这里有强大的”厨师”（AI 模型）和”灶台”（GPU 显卡），专门负责把文字变成视频。
最关键的是：这家”餐厅”完全免费。前台和后厨都不要钱。
二、为什么要做这个项目？
你可能听说过 Sora、Runway、Pika 这些 AI 视频工具。它们确实很厉害，但有一个共同的问题：贵。
- Sora 还没对外开放，但预计价格不菲。
- Runway 每月最少 15 美元（约 100 元人民币）。
- Pika 也是按月收费，而且生成速度还慢。
对于普通用户、学生、创作者来说，这些门槛太高了。
OpenMontage 的思路是：用免费的资源，做同样的事情。
它把两个免费平台组合起来：
- HuggingFace Spaces：提供免费的服务器托管网页应用（像免费的餐厅门面）。
- Kaggle Notebook：提供免费的 GPU（像免费的厨房和厨师），每周 30 小时。
两者结合，你就拥有了一个完全免费的 AI 视频生成服务。
三、它的工作方式：像点外卖一样简单
整个过程就像你在美团上点一份外卖：
- 下单（前台）：你在网页上输入”我想要一段关于春天的视频，风格要诗意一点”。
- 接单（前台→后厨）：前台把你的订单翻译成”后厨”能听懂的语言，并传给厨房。
- 做菜（后厨）：厨房里，AI 模型（CogVideoX-2B 或 Wan2.1）开始工作，把文字变成画面。
- 上菜（后厨→前台）：视频做好了，传回前台，你就可以下载了。
整个过程中，你不需要懂编程，不需要装软件，甚至不需要有电脑——只要有手机、有网络就行。
四、全链路架构设计
为了让你更清楚地理解整个系统是怎么运作的，下面是 OpenMontage 的完整架构示意：
┌────────────────────────────────────────────────────────────┐
│ 用户 Web UI (Gradio) │
│ │
│ ┌─────────────────────┐ ┌──────────────────────────┐ │
│ │ 输入区域 │ │ 输出区域 │ │
│ │ - 视频主题/描述 │ │ - 实时生成进度 │ │
│ │ - 文字脚本（可选） │ │ - 视频预览/下载 │ │
│ │ - 风格选择（可选） │ │ - 历史任务记录 │ │
│ │ [点击生成视频] │ │ │ │
│ └─────────────────────┘ └──────────────────────────┘ │
└──────────────────────────┬─────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────┐
│ Script Generator（脚本转换器） │
│ │
│ 用户输入 → 场景分解 → song.txt 格式 │
│ │
│ 模式1: 模板引擎（快速，本地运行） │
│ 关键词匹配 → 预置场景模板 │
│ 模式2: LLM API（更智能，需 API Key） │
│ 用户主题 → GPT-4/Qwen → 结构化的 song.txt │
└──────────────────────────┬─────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────┐
│ Kaggle API Layer（提交层） │
│ │
│ Step 1: 上传 song.txt 到 Kaggle Dataset (kagglehub) │
│ Step 2: 动态生成 kernel-metadata.json │
│ Step 3: `kaggle kernels push` 提交 Notebook │
│ Step 4: 启动 KaggleProgressMonitor 监控进度 │
│ Step 5: `kaggle kernels output` 下载输出视频 │
│ Step 6: 返回视频 URL 到 UI │
└──────────────────────────┬─────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────┐
│ Kaggle Notebook (云端 GPU 执行) │
│ │
│ Cell 00-7b: 环境安装 + 模型加载（首次约 10-15 分钟） │
│ Cell 10: 读取 song.txt → T2V 生成 → FFmpeg 拼接 │
│ │
│ 输出: /kaggle/working/output/song_bianshen.mp4 │
└────────────────────────────────────────────────────────────┘
整个系统分为四个层次：
- 用户界面层（最上面）：你在网页上看到的输入框、按钮、进度条都在这里。
- 脚本转换层：把你的”人话”翻译成 AI 能理解的”脚本格式”。
- 提交层：负责把你的脚本送到 Kaggle，并盯着它做完。
- 执行层（最下面）：在 Kaggle 的免费 GPU 上跑模型，生成视频。
五、Kaggle 的”厨房”里到底有什么？（硬件资源详解）
既然”后厨”是 Kaggle Notebook，那它的”厨房设备”到底怎么样？能不能撑起 AI 视频生成这种重活？
答案是：不仅能，而且配置还挺豪华。
1. GPU 类型和显存
Kaggle 目前提供的 GPU 主要有以下几种：
| GPU 类型 | 显存容量 | 定位 | 适合做什么 |
|———|———|——|———–|
| T4×2（两块 T4） | 每块 16GB，共 32GB | 主力推荐 | CogVideoX-2B、Wan2.1 都能跑 |
| P100 | 16GB | 单卡备选 | 老型号，速度比 T4 慢一点 |
| TPU v3-8 | 8 核心 | 特殊用途 | 适合特定模型，视频生成不太用 |
重点说一下 T4×2：
T4 是 NVIDIA 的专业级推理显卡（不是游戏卡），它的强项是AI 推理——也就是让已经训练好的模型跑起来。两块 T4 并联，相当于你有两个厨师同时干活。
对于 OpenMontage 用到的模型：
- CogVideoX-2B：只需要约 4.5GB 显存，T4 轻松拿捏。
- Wan2.1-T2V-1.3B：需要约 8.5GB 显存，单块 T4 刚好够，两块更稳。
💡 比喻：显存就像厨师的”操作台面”。台面越大，能同时处理的食材越多。4GB 只能切切青菜，32GB 能同时处理整头牛。
2. CPU 和内存
除了 GPU，Kaggle 还配备了：
- CPU：Intel Xeon 或 AMD EPYC 处理器（4 核心起步）
- 内存（RAM）：29GB 到 32GB
这什么概念？普通家用电脑一般是 8GB 或 16GB 内存。Kaggle 直接给你 30GB，相当于一台高端工作站。
29GB 内存能干什么？
- 同时加载多个 AI 模型
- 处理高分辨率视频素材
- 运行复杂的视频拼接和编码
💡 比喻：内存就像厨房的”工作台总面积”。工作台越大，厨师能同时准备的菜越多，不会因为台面太小而手忙脚乱。
3. 存储空间
Kaggle Notebook 的存储分为两部分：
| 存储类型 | 容量 | 用途 | 特点 |
|———|——|——|——|
| 临时存储（/kaggle/working/） | 约 20GB | 保存生成的视频、临时文件 | 会话结束后保留一段时间 |
| 持久存储（/kaggle/input/） | 取决于挂载的 Dataset | 存放模型、脚本、素材 | 通过 Dataset 挂载，永久保存 |
20GB 临时存储够不够？
一段 5 秒的 AI 视频大约 50-100MB。20GB 足够你存 200-400 段视频。但如果要下载大模型（比如 13GB 的 Wan2.1），空间会比较紧张。不过 Kaggle 会自动清理旧的临时文件，所以正常使用没问题。
💡 比喻：临时存储就像厨房的”冷藏柜”，今天做的菜可以放进去，但过段时间会被清理。持久存储就像”干货仓库”，你买的米面油盐可以长期存放。
4. 每周 30 小时 GPU 配额详解
Kaggle 给每个用户的 GPU 时间是：每周 30 小时。
这个时间怎么算？
不是按你”做了几段视频”算，而是按”GPU 开了多久”算。从你在 Kaggle 上点击”开启 GPU”开始计时，到”关闭 GPU”或会话结束为止。
30 小时能做多少视频？
| 操作 | 耗时 | 30 小时能做多少 |
|——|——|—————-|
| 首次环境安装（Cell 00-7b） | 10-15 分钟 | – |
| 视频生成（Cell 10） | 10-30 分钟/段 | 60-180 段 |
也就是说，如果你每周做 10 段视频，大概只需要 5 小时，还剩 25 小时。
配额什么时候重置？
每周六 UTC 时间 0:00（北京时间周六上午 8:00）。重置后，30 小时重新满上。
5. 不够用怎么办？多开几个”厨房”！
如果你是大户，30 小时/周确实不够用（比如你是自媒体工作室，每天要做几十条视频），怎么办？
解决方案：注册多个 Kaggle 账号。
Kaggle 的免费额度是按账号给的，不是按人。你可以：
- 用不同的邮箱注册 2-3 个 Kaggle 账号
- 每个账号都有独立的 30 小时/周
- 在 HuggingFace Space 的 Secrets 里配置不同的 Kaggle 账号信息
- 实现”多厨房轮班制”
⚠️ 注意：Kaggle 官方不鼓励滥用多账号，但对于正常的个人使用（比如你有工作账号和个人账号），一般是允许的。不要用来刷榜或恶意占用资源。
六、主要特色：它比其他方案强在哪？
1. 真正的零成本
不是”免费试用 7 天”，不是”每月送 10 积分”，而是永久免费。
- HuggingFace Spaces 的 CPU 服务：免费。
- Kaggle 的 GPU（T4×2）：每周 30 小时，免费。
- 视频素材 API（Pexels/Pixabay）：免费。
- 翻译服务：免费。
唯一可能需要花钱的地方：如果你视频做得太多，Kaggle 的 30 小时/周不够用。但对于普通用户来说，30 小时足够做几十个视频了。不够用还可以多注册账号（见上一节）。
2. 中文输入，英文处理（自动翻译）
这是一个非常贴心的设计。
目前主流的 AI 视频模型（CogVideoX-2B、Wan2.1）对英文提示词的理解更好。如果你直接用中文输入”花朵绽放”，模型可能理解得不够准确。
OpenMontage 的解决方案是：在”前台”就帮你翻译好。
你输入的是中文，但传到”后厨”的是英文。就像你去国外餐厅，服务员帮你把中文菜单翻译成英文给厨师看。这样厨师做出来的菜才更对味。
3. 实时看进度，刷新也不怕丢
做视频不是一瞬间的事，可能要等十几分钟甚至更久。
OpenMontage 做了一个很聪明的设计：任务持久化。
就像你在淘宝下单后，即使关掉 APP，再打开也能看到”卖家已发货”。OpenMontage 也会在本地记住你的任务状态。你刷新页面、关闭浏览器，再打开，任务还在那里，进度条还在走。
而且，你还能看到详细的进度：
- “正在安装环境…”
- “正在下载模型…”
- “正在生成第 3 个场景…”
- “正在合成视频…”
就像看外卖的配送进度一样，心中有数。
4. 双模型自动切换
“后厨”里准备了两位”厨师”：
-
- 主厨：CogVideoX-2B（清华出品）
– 擅长：短视频生成，4GB 显存就能跑，速度快。
– 适合：快速出片、测试创意。
-
- 副厨：Wan2.1-T2V-1.3B（阿里巴巴出品）
– 擅长：支持中英文，画质更好，Apache 2.0 开源协议更自由。
– 适合：对画质要求高的场景。
系统会自动判断你的”厨房配置”（GPU 显存），选择合适的厨师。显存大就上副厨，显存小就主厨顶上。
5. 一键部署，不用写代码
以前，要把这个项目跑起来，你需要懂 Linux、懂 Git、懂 Python、懂 Docker… 门槛高得吓人。
现在，开发者做了一个自动部署脚本（deploy.py）。你只需要运行一条命令，然后按照提示输入几个信息，剩下的它全帮你搞定。
就像装软件一样简单，甚至比装 Photoshop 还简单。
七、详细部署流程：手把手教你搭起来
重要提示：部署顺序非常关键！ 必须先确保 Kaggle Notebook 能独立运行，再部署 HuggingFace Spaces。顺序错了，后面会报 403 错误，排查起来很头疼。
正确的顺序：准备钥匙 → 搭建后厨 → 测试后厨 → 搭建前台 → 连接前后台 → 正式使用
第一步：准备”钥匙”（注册账号并获取 Token）
就像开公司需要办营业执照，部署这个项目需要准备几把”钥匙”。
1A. 准备 HuggingFace Token（前台钥匙）
HuggingFace 是一个 AI 社区平台，相当于”免费的餐厅门面提供商”。
- 打开 https://huggingface.co，用邮箱注册账号。
- 登录后，点击右上角头像 → Settings。
- 左侧找到 Access Tokens，点击 New token。
- 起一个名字（比如”openmontage”），Role 选 Write（写入权限）。
- 点击 Generate，复制生成的字符串（一串看起来像
hf_xxxxxx的字符）。 - 把这串字符保存好，后面会用到。
1B. 准备 Kaggle API Key（后厨钥匙）
Kaggle 是一个数据科学竞赛平台，也是本项目的”免费厨房”。
-
- 打开 https://www.kaggle.com，用邮箱注册账号。
- 点击右上角头像 → Account。
- 向下滚动到 API 部分，点击 Create New API Token。
- 浏览器会下载一个
kaggle.json文件。 - 打开这个文件（用记事本就行），里面有两行：
– username：你的 Kaggle 用户名
– key：你的 API Key
- 把这两个信息保存好，后面会用到。
小贴士：Kaggle 的 API Key 就像银行卡密码，不要泄露给别人。
1C. 准备素材 API Key（可选，用于素材兜底）
如果 AI 模型生成失败，系统会自动用免费素材网站的视频作为兜底方案。
- Pexels：访问 https://www.pexels.com/api/，注册账号，获取 API Key。
- Pixabay：访问 https://pixabay.com/api/docs/，注册账号，获取 API Key。
这两个都是免费的，注册只需要邮箱。
第二步：搭建”后厨”（创建 Kaggle Notebook）
这是最关键的一步。就像开餐厅必须先装修好厨房，才能接待客人。
2A. 创建 Notebook
-
- 登录 Kaggle，点击顶部 Create → New Notebook。
- 进入 Notebook 编辑页面后，点击 File → Import Notebook。
- 上传项目中的
kaggle_openmontage.ipynb文件（这个文件已经包含了所有需要的代码）。 - 点击 Save Version（或者按 Ctrl+S），给 Notebook 起个名字，比如
hf-openmontage。 - 保存后，看浏览器的地址栏，URL 大概是这样的：
https://www.kaggle.com/code/你的用户名/hf-openmontage
- 把
hf-openmontage这个部分记下来，这就是你的 Notebook Slug，后面会用到。
2B. 挂载支持文件 Dataset
你的视频工厂需要一些”工具箱”（Python 脚本），比如存储管理器、资源监控器等。这些工具箱需要以 Dataset 的形式挂在 Notebook 上。
-
- 在 Kaggle 上，点击 Create → New Dataset。
- 上传以下文件（在项目文件夹里能找到）：
– storage_manager.py
– gcs_manager.py
– resource_monitor.py
– requirements-kaggle.txt
– requirements-kaggle-gpu.txt
- 给 Dataset 起个名字，比如
openmontage-support。 - 创建完成后，回到你的 Notebook。
- 在 Notebook 右侧边栏，点击 Input → Add Input → Datasets。
- 搜索并选择你刚创建的 Dataset。
2C. 开启 GPU（点火！）
做视频需要显卡（GPU），就像炒菜需要大火。Kaggle 免费提供 GPU，但需要你先”点火”。
-
- 手机验证（必须做，否则看不到 GPU 选项）：
– 在 Kaggle 页面，点击头像 → Account。
– 找到 Phone Verification，点击 Not verified。
– 输入你的手机号码（支持中国 +86），接收验证码。
– 验证成功后，页面会显示 Verified。
-
- 开启网络：
– 在 Notebook 右侧边栏，找到 Session Options。
– 把 Internet 开关拨到 ON。
-
- 选择 GPU：
– 在 Session Options 里，找到 Accelerator。
– 选择 GPU T4×2（推荐，两块 T4 显卡）。
– 你会看到右上角出现 GPU ON 的标识。
小贴士：Kaggle 每周给每个用户 30 小时的 GPU 时间，每周六重置。做一段视频大约需要 10-30 分钟，所以 30 小时足够你做几十段视频了。不够用？参考第五节的多账号方案。
第三步：测试”后厨”能正常做饭（手动 Run All）
这一步非常重要！很多人跳过这一步，直接部署前台，结果后面报 403 错误，一脸懵。
为什么？因为 Kaggle API 有一个限制：你只能更新已经存在的 Notebook，不能凭空创建一个。如果你的 Notebook 从来没有成功运行过，API 推送时就会报 403 错误。
3A. 在 Kaggle 上手动运行 Notebook
- 确保你已经完成了 2A、2B、2C 步骤。
- 在 Notebook 页面，点击顶部的 Run All 按钮。
- 等待所有 Cell 运行完成。首次运行需要安装环境，大约 10-15 分钟。
- 重点关注 Cell 7b（模型加载），确保模型成功加载，没有报错。
- 如果 Cell 10（视频生成）也成功运行并生成了视频，说明”后厨”完全正常！
3B. 排查常见错误
如果在 Run All 过程中报错，常见原因有：
| 错误现象 | 可能原因 | 解决方法 |
|———|———|———|
| SyntaxError: invalid syntax | Notebook 代码有语法错误 | 更新到最新版本的 kaggle_openmontage.ipynb |
| AttributeError | Cell 7b 代码问题 | 同上，更新到最新版本 |
| ModuleNotFoundError | 依赖包没装 | 检查 requirements-kaggle.txt 是否正确挂载 |
| GPU OOM（显存不足） | 模型太大 | 系统会自动切换到更小的模型，等待即可 |
| 模型下载卡住 | 网络问题 | Kaggle 的网络是美国的，下载大模型可能需要 10-20 分钟，耐心等待 |
💡 比喻：这一步就像餐厅开业前，厨师先自己做几道菜试吃。如果厨房设备有问题、食材不够，试吃时就会发现。等客人来了再发现问题，就晚了。
3C. 确认 Notebook 正常运行后
看到所有 Cell 成功运行，并且 Cell 10 输出了视频文件路径（比如 /kaggle/working/output/song_bianshen.mp4），你就可以放心地进行下一步了。
第四步：部署”前台”（HuggingFace Spaces）
现在，”厨房”已经装修好、设备调试完毕、厨师也通过了考核。接下来要搭”前台”，让客人能进来点菜。
4A. 自动部署（推荐，最简单）
-
- 在你的电脑上，打开命令行工具：
– Windows：按 Win+R，输入 cmd，回车。
– Mac：打开”终端”（Terminal）。
-
- 进入项目文件夹：
cd openmontage-spaces
-
- 运行部署脚本：
python deploy.py
-
- 按提示输入：
– HuggingFace Token（第一步获取的 hf_xxxxxx）。
– 用户名（你的 HuggingFace 用户名）。
– Space 名称（比如 hf-openmontage）。
- 脚本会自动完成所有操作。看到”部署成功”的提示后，就完成了！
4B. 手动部署（备用方案）
如果自动部署失败，可以手动操作：
-
- 进入项目文件夹。
- 执行以下命令：
git init
git add .
git commit -m "Initial commit"
git remote add origin https://huggingface.co/spaces/你的用户名/hf-openmontage
git push -u origin main
第五步：连接”前台”和”后厨”（配置 Secrets）
部署完成后，你需要告诉”前台”怎么连接”后厨”，以及怎么获取素材。这些信息以 Secrets 的形式存储在 HuggingFace Spaces 上，非常安全。
- 打开你的 Space 页面（比如
https://huggingface.co/spaces/你的用户名/hf-openmontage）。 - 点击 Settings → Secrets。
- 添加以下 6 个 Secrets：
| Secret 名称 | 填写内容 | 哪里获取 |
|————|———|———|
| KAGGLE_USERNAME | 你的 Kaggle 用户名 | Kaggle 个人资料页 |
| KAGGLE_KEY | 你的 Kaggle API Key | kaggle.json 文件里的 key |
| KAGGLENOTEBOOKSLUG | hf-openmontage | 第二步保存的 Slug |
| PEXELSAPIKEY | Pexels API Key | pexels.com/api（免费注册） |
| PIXABAYAPIKEY | Pixabay API Key | pixabay.com/api（免费注册） |
| HFTOKEN | hfxxxxxx | 第一步获取的 Token |
- 保存后，Space 会自动重启。
第六步：正式使用！在网页上生成视频
- 打开你的 Space 页面。
- 等待几分钟（首次启动需要安装依赖）。
- 在输入框里输入一个主题，比如”春天的花朵”。
- 选择风格（诗意哲学、科普解说等）。
- 点击”生成视频”。
- 等待进度条走完，下载视频！
🎉 恭喜你！ 现在你已经拥有了一个完全免费的 AI 视频生成工厂。
八、常见问题解答
Q1：我没有电脑，只有手机，能玩吗？
答：部署阶段需要电脑（因为要用命令行工具）。但一旦部署完成，你只需要用手机打开 Space 网页就能用了。如果你完全没有电脑，可以请朋友帮忙部署，或者去网吧操作一次。
Q2：Kaggle 的 GPU 30 小时够用吗？
答：完全够用。生成一段 5 秒左右的视频大约需要 10-20 分钟。30 小时足够你做 90-180 段视频，一周根本用不完。如果你是专业工作室，可以注册多个 Kaggle 账号（每个账号都有独立的 30 小时）。
Q3：生成的视频可以商用吗？
答：取决于你使用的模型：
- CogVideoX-2B：清华开源，商用友好。
- Wan2.1：阿里巴巴开源，Apache 2.0 协议，可以商用。
- 素材部分（Pexels/Pixabay）：免费素材网站，商用友好。
但建议你自己再确认一下最新的许可协议。
Q4：为什么我的视频生成失败了？
答：常见原因有：
- 403 Forbidden：Kaggle Notebook 没有手动创建，或者没有成功 Run All。请回到”第二步”和”第三步”检查。
- kagglesdk 错误：kaggle 库版本不兼容。项目已经固定使用
kaggle==1.7.4.5，请确保部署的是最新代码。 - 中文提示词问题：早期版本有这个问题，最新版本已经加了自动翻译。
- GPU 没开：Kaggle 上必须开启 GPU 加速器。
- Notebook 运行超时：Kaggle 单次会话最长 12 小时，如果视频太长可能超时。
Q5：视频质量怎么样？
答：目前开源模型的质量还比不上 Sora、Runway 这些商业产品，但已经能做出不错的创意视频了。适合：
- 自媒体短视频
- 概念展示
- 教育科普
- 个人创作
对于要求极高的商业项目，建议还是付费使用专业工具。
Q6：为什么需要两个平台？不能在一个平台上搞定吗？
答：这就像问”为什么餐厅要有前台和后厨，不能只用一个房间吗？”
- HuggingFace Spaces 提供的是网页服务（前台），但它没有免费的 GPU。
- Kaggle 提供的是计算资源（后厨），但它不适合做网页界面。
两者结合，各取所长，才能零成本实现完整功能。
Q7：这个项目安全吗？我的数据会不会泄露？
答：
- 你的 HuggingFace Token 和 Kaggle Key 存储在 Spaces 的 Secrets 里，这是加密存储的，连平台管理员也看不到。
- 你输入的提示词和视频文件只在你自己的 Space 和 Kaggle Notebook 之间传递，不会泄露给第三方。
- 如果你还是不放心，可以定期更换 API Key。
Q8：30 小时 GPU 用完后怎么办？
答：有三个方案：
- 等重置：每周六上午 8 点（北京时间）自动重置，30 小时重新满上。
- 多账号：注册 2-3 个 Kaggle 账号，轮换使用（注意：不要滥用，仅限正常个人使用）。
- 用 CPU 模式：Kaggle 的 CPU 时间没有限制，只是生成速度会慢很多。
九、总结
OpenMontage 是一个让普通人也能零成本玩转 AI 视频生成的开源项目。
它把 HuggingFace Spaces（免费前台）和 Kaggle Notebook（免费后厨）巧妙地结合起来，让你不需要买显卡、不需要付月租，只要有想法，就能生成视频。
项目的主要亮点：
- ✅ 永久零成本
- ✅ 中文输入，自动翻译
- ✅ 实时看进度，刷新不丢失
- ✅ 双模型自动切换
- ✅ 一键部署，无需编程
- ✅ Kaggle 免费 GPU（T4×2，32GB 显存，每周 30 小时）
如果你是一个内容创作者、学生、或者只是对 AI 视频好奇的普通用户，这个项目绝对值得一试。
最后的话：技术应该为创意服务，而不是成为门槛。希望 OpenMontage 能让更多人体验到 AI 创作的乐趣。
项目地址：https://github.com/yuntianming10/OpenMontage
在线体验：https://huggingface.co/spaces/yuntianming10/hf-openmontage
相关文章
