用NAS自建AI短剧工厂，融光让你告别烧钱抽卡式创作（附部署教程）
Seedance 2.0的爆发揭开了AI小视频的井喷序幕，国产萌宠题材的AI创作早已火出了海外。然而，玩过AI视频的朋友都心知肚明，这类工具最大的痛点在于“抽卡”式生成，用起来太烧钱！
文案生成失败，顶多浪费一点token；图片生成失败，也还勉强可以接受。但视频不一样：别看只有短短几秒，一旦跑起来就会直接消耗额度。更令人郁闷的是，很多时候钱烧了，角色却崩了、动作走形、镜头乱飞、画风突变。我最近试水的融光，正是为了解决这个痛点——它把AI视频创作拆解成了一整套可控流程：写剧本→拆分镜头→管理角色资产→生成参考图→调用视频模型。
简单说，融光就是尽可能避免你在最昂贵的视频生成阶段“盲抽”。比如下图展示的是它根据剧本自动拆出的多个分镜，你还可以进一步手动调整，直到每个画面都满意后再生成视频。
融光的价值正在于此：它不是一个单纯输入prompt的对话框，而是一套完整的AI视频创作工作台，能把剧本、分镜、角色和素材集中在一起管理。而NAS则负责承载这整个工作流，让你的素材和项目不再散落在各个平台里。
项目概览
GitHub项目地址：Stonewuu/ai-fusion-video。
核心能力：输入剧本后，系统调用AI自动分解分镜，再生成分镜图与视频片段，适合短剧、动态漫画、分镜设计与AI视频工作流测试等场景。
主要能力
- 剧本管理：支持分集、分场景的结构化编辑。
- AI分镜生成：将剧本自动拆解成分镜画面、画面描述及镜头语言。
- AI绘图：支持文生图和图生图。
- AI视频生成：基于分镜描述和参考图生成视频片段。
- 素材管理：统一管理图片、视频等素材。
- 多模型支持：火山引擎、OpenAI（及兼容服务）、Claude、Gemini、通义千问、DeepSeek、Ollama等。
部署流程
这里以威联通NAS为例，通过Docker Compose进行部署。
打开SSH工具连接你的NAS，依次执行以下命令：
# 在 Docker 目录下创建项目文件夹
mkdir -p /share/Container/ai-fusion-video
# 进入该目录
cd /share/Container/ai-fusion-video
# 克隆项目
git clone https://github.com/Stonewuu/ai-fusion-video.git
# 将示例环境变量文件改名
cp .env.example .env
# 修改 .env 和 docker-compose.yml
# 威联通用户建议直接通过网页端修改
# vi .env
# vi docker-compose.yml
在威联通上修改环境变量和docker-compose.yml文件：
docker-compose.yml保留默认配置即可运行，我也做了一些微调，供大家参考。如果想要直接抄作业，可以在后台私信“融光”获取我的两份文档～
修改并保存后，回到SSH工具，输入：
docker compose up -d
等待项目启动。
上手简介
部署完成后，在浏览器输入NAS_IP:18080进入服务，首先进行初始化。
初始界面如下。
接着点击顶部的「系统设置」-「AI模型」-「添加API配置」。
输入你所用平台的API地址和Key，自动补充/v1路径建议保持默认开启，代理等按实际需求填写。保存。
这里也贴出支持的AI平台列表。
保存后，点击对应配置旁的小云朵图标，可在线上获取可用模型。
按需选择并添加模型即可。
个人建议把纯文本对话、视觉、视频模型都配上，并设定好一个默认模型。
提醒一下，添加模型后，记得点击模型旁边的笔形图标，需要将模型类型修改为实际用途。
默认是“对话”，应该按需要选为“视频”、“语音”或“图片”。选完后下方还会展示更多可配置参数，通常默认即可。
文本对话模型可以选择GLM、DeepSeek、OpenAI、Gemini、豆包等；图片生成首推GPT的Image2；视频模型则非Seedance 2.0莫属。
模型配置完毕，进入「项目管理」添加新项目。
系统预设了多种风格，也可以选择自定义。
第一步是设计剧本：可以设置多集，每集下面分出不同场次，甚至在每个场次下固定对白、时间、动作、旁白等，非常细致。如今AI这么强，你甚至可以直接扒别人的故事发进来“炼丹”～
剧本写好之后创建分镜，可以利用AI辅助生成，然后再精细调整，能节省大量时间。
这里一口气生成了14个分镜，每个都可以单独手动修改。
另外，在“资产”模块里可以配置角色、场景和道具，强烈建议都完善起来。
同样可以通过AI生成资产。
一切就绪后，便可在分镜界面选择相应分镜去生成视频或图片。
过程中思考与制作流程、各个分镜的状态都会动态显示。
稍等片刻，生成成功！
视频默认存放于NAS的以下路径，可在「存储配置」中自行修改。
总结
融光对愿意在AI短视频领域深耕、喜欢折腾和思考的用户十分友好，也适合那些希望长期沉淀角色资产、分镜模板并优化创作流程的创作者。视频生成依旧烧钱，依旧逃不开某些“抽卡”感，但只要把前期流程理顺，每一次生成都会更有方向，白白浪费额度的情况会大幅减少。感谢阅读，本文完。