必须先完成模型下载、环境隔离、服务启动和视频输入配置四步闭环；第一步安装Python 3.10并升级pip≥23.0，第二步建虚拟环境并激活，第三步装torch-cpu指定版本，第四步校验ernie-vil与whisper模型哈希值，再修改config.yaml路径为绝对路径，启动服务后上传≤1080p/30fps MP4即可生成带硬字幕短视频。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在本地电脑上用文心AI生成带字幕的短视频，不依赖云端API调用、不上传原始视频、全程离线运行，必须先完成模型下载、环境隔离、服务启动和视频输入配置四步闭环。
准备本地运行环境
第一步：安装Python 3.10（不能用3.11或3.9，文心AI官方适配仅限3.10），并确保pip版本≥23.0。旧版pip会无法解析requirements.txt里的依赖约束。
第二步：新建独立虚拟环境，执行python -m venv wenxin_local → 激活该环境（Windows用wenxin_local\Scripts\activate.bat，macOS/Linux用source wenxin_local/bin/activate）。
第三步：升级pip到最新版，再安装torch-cpu（不是torch-gpu），命令为pip install torch==2.0.1+cpu torchvision==0.15.2+cpu torchaudio==2.0.2 --extra-index-url https://download.pytorch.org/whl/cpu。若装错GPU版本，后续加载模型时会报CUDA error: no kernel image is available且无法恢复。
下载并校验文心AI本地模型
方法一：从百度飞桨Model Zoo下载ernie-vil-2.0-base-zh和whisper-medium-zh两个模型包，解压后放入models/目录；注意文件夹名必须完全一致，大小写错一个字母就找不到权重。
方法二：运行官方提供的download_models.py脚本自动拉取，但需提前在config.yaml中将model_source设为local，否则默认走百度云链接，会卡在SSL证书验证失败。
【校验关键】下载完成后，进入models/ernie-vil-2.0-base-zh目录，执行sha256sum pytorch_model.bin，比对输出值是否与官网公布的哈希值一致——不一致说明模型损坏，生成视频必黑屏。
启动本地视频生成服务
① 修改config.yaml中的video_output_dir路径为绝对路径，例如Windows写D:/wenxin_output，Linux写/home/user/wenxin_output；相对路径会导致FFmpeg写入失败且无报错提示。
② 执行python app.py --mode video --port 8080启动服务，看到控制台打印Uvicorn running on http://127.0.0.1:8080即成功。
③ 浏览器打开http://127.0.0.1:8080，上传MP4文件（分辨率必须≤1080p，帧率≤30fps），点击“生成带字幕短视频”按钮。
这一步操作起来很简单，直接把文件拖进去就行。但上传后页面无响应？检查后台日志是否有OSError: [Errno 22] Invalid argument——这是Windows路径含中文导致的，必须改用纯英文路径。
生成视频并导出
等待进度条走到100%，页面自动弹出下载按钮。点击下载的文件名为output_时间戳.mp4，包含硬编码中文字幕和BGM淡入淡出效果。
若生成结果无声，检查config.yaml中enable_audio是否为true，默认是false，这个开关不手动打开就不会混音。
导出后的视频可直接发微信朋友圈，无需再用剪映二次加字幕。
