VibeKnow通过跨模态语义对齐模型自动匹配文档实体与视觉素材，支持文档转视频、括号标注风格指令、上传参考图干预及手动优化关键帧。
☞☞☞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☜☜☜
让VibeKnow自动匹配视频画面
当你把一份含景点名称、机构名称或产品术语的文档导入VibeKnow，它会主动识别其中的实体并调取对应视觉素材，无需手动标注或上传图库。这一步依赖平台内置的跨模态语义对齐模型，不是简单关键词搜索。
打开Vibeknow.ai官网，登录后点击【新建项目】→选择【文档转视频】→上传你的Word/PDF/PPT文件（支持中文命名，但文件内文字需为UTF-8编码）。
上传成功后，系统自动执行三阶段处理：先做全文结构解析，再提取命名实体（如“湖南省博物馆”“岳麓山”“智能水杯握持区”），最后在自有图库中匹配高相关性图像。匹配失败的实体会保留原文，不强行填充低质图。
【必须确保文档中实体名称书写准确且完整】例如写“湘博”不会触发湖南省博物馆匹配，“岳麓山景区”比“岳麓山”更易命中官方实景图；若原文写“AI芯片”，而你实际想展示的是“寒武纪MLU370”，则需提前在文档中明确写出全称或加括号注释。
AI画面生成的底层逻辑与可控干预点
VibeKnow的画面生成不是端到端文生图，而是分层调度：语义层（理解）→ 检索层（匹配）→ 生成层（补全）→ 合成层（排版）。你能在第二步和第三步之间插入人工干预。
方法一：用括号标注视觉意图
在文档对应段落末尾添加形如【图：科技感线稿】【图：实景航拍】【图：儿童视角手绘】的指令，VibeKnow会优先按该风格检索或生成画面。括号必须使用中文全角，且不能嵌套。
方法二：上传参考图建立视觉锚点
在项目设置页点击【上传参考图】，可传1～3张你指定风格/色调/构图的图片。系统将以此为视觉先验，调整后续所有匹配与生成结果的色温、笔触和景深倾向。此操作仅影响当前项目，不影响其他文档。
注意：上传参考图后，若原文出现“数据看板”“流程图”等抽象概念，VibeKnow会自动融合参考图的视觉基因生成新图，而非直接复用原图——这是它区别于纯图库调用工具的关键能力。
视觉设计方法：从默认输出到精准表达
第一步：进入生成后的视频编辑页，点击任意画面帧下方的【视觉优化】按钮。
第二步：在弹出面板中关闭【自动匹配】开关，此时所有画面变为灰色占位符。
第三步：对每个占位符单独操作——鼠标悬停显示三个图标：左侧【换图】触发重新匹配，中间【重绘】调用本地生成模型（需GPU资源），右侧【锁定】防止后续步骤被覆盖。
第四步：重点处理关键帧。比如行程单中“第一天：抵达长沙→入住酒店→夜游太平街”，应锁定“太平街”帧并点击【重绘】，输入提示词“长沙太平街夜景，青砖马头墙，灯笼暖光，游客剪影，广角镜头”，其余帧保持【换图】即可。
这一步操作起来很简单，直接拖动提示词文本框就能修改，但要注意：提示词长度不能超过64字符，超长会被截断；英文提示词优先级高于中文，混合输入时以首词语言为准；修改后需点击【应用】才生效，否则刷新页面即丢失。
