RPA与After Effects 2024深度融合：自动化影视特效全链路革命
文章目录
- 一、RPA在影视后期中的核心应用场景
- 1. 跨平台数据自动化采集与预处理
- 2. 动态数据驱动动画：从Excel到AE的无缝衔接
- 二、After Effects 2024自动化增强技术
- 1. Python脚本深度集成：批量生成三维动画
- 2. 实时渲染优化：智能调度与多分辨率导出
- 三、完整工作流案例：新闻短视频自动化生产线
- 1. RPA端：数据采集与预处理
- 2. AE端：智能合成与渲染
- 3. 交付端：自动化导出与分发
- 四、技术挑战与解决方案
- 1. 跨软件通信延迟与稳定性
- 2. 动态数据解析与绑定
- 五、未来展望：AI驱动的自动化影视生产
- 1. 智能抠像与动态合成
- 2. 实时渲染农场与云协作
- 3. 多模态内容生成
- 4. 区块链版权保护
- 结语：重新定义影视后期生产
- 《RPA机器人流程自动化基础及应用》
- 亮点
- 内容简介
- 作者简介
- 目录
- 《After Effects 2024+Runway影视后期与AI视频制作从入门到精通》
- 亮点
- 内容简介
- 作者简介
- 目录
在影视后期制作领域，RPA（机器人流程自动化）与After Effects 2024的结合正成为打破传统制作瓶颈的核心技术。RPA通过模拟人类操作实现跨软件协同，而AE 2024凭借其增强的硬件加速能力、三维合成系统和动态数据绑定功能，为视觉特效制作提供了更智能的创作工具链。本文将结合实际案例、代码实现和行业痛点解决方案，展示如何通过RPA自动化数据采集、素材处理，并与AE的表达式、脚本深度集成，构建覆盖数据采集→智能合成→动态渲染→多平台交付的全自动化工作流。
一、RPA在影视后期中的核心应用场景
1. 跨平台数据自动化采集与预处理
场景：新闻类短视频制作需整合多源数据（API、网页、图片OCR），传统人工操作耗时且易出错。
技术实现：
- RPA工具：UiPath/Selenium + PyAutoGUI
- 数据处理：OpenCV图像识别 + Pandas数据清洗
代码示例：
# 1. 网页数据采集（Selenium）
from selenium import webdriver
from bs4 import BeautifulSoup
import pandas as pd
driver = webdriver.Chrome()
driver.get("https://example-news.com/top-headlines")
soup = BeautifulSoup(driver.page_source, "html.parser")
news_items = []
for item in soup.select(".news-item"):
title = item.select_one(".title").text
source = item.select_one(".source").text
news_items.append({"title": title, "source": source})
# 2. 图片OCR处理（Tesseract）
import pytesseract
from PIL import Image
def ocr_image(image_path):
img = Image.open(image_path)
text = pytesseract.image_to_string(img, lang="chi_sim+eng")
return text.strip()
# 3. 数据清洗与导出（Pandas）
df = pd.DataFrame(news_items)
df["ocr_content"] = [ocr_image(f"images/{i}.jpg") for i in range(len(df))]
df.to_csv("news_data_processed.csv", index=False)
# 4. 模拟AE素材导入（PyAutoGUI）
import pyautogui
import time
time.sleep(3) # 等待AE启动
pyautogui.hotkey("ctrl", "o") # 打开文件对话框
time.sleep(1)
pyautogui.write(r"C:AE_ProjectsNews素材")
pyautogui.press("enter")
2. 动态数据驱动动画：从Excel到AE的无缝衔接
场景：根据实时数据动态生成新闻标题动画、股票K线图等。
技术实现：
- AE表达式：绑定Excel数据到动画属性
- Python脚本：批量生成动态图层
代码示例：
// AE表达式：根据Excel数据动态调整文字位置和颜色
var dataFile = File("C:/AE_Projects/News/news_data.csv");
var data = [];
var dataLines = dataFile.read().split("
");
for (var i = 1; i < dataLines.length; i++) { // 跳过标题行
var cols = dataLines[i].split(",");
data.push([cols[0], parseFloat(cols[1])]); // [标题, 热度值]
}
var index = Math.floor(time * 10) % data.length; // 每0.1秒切换一条新闻
var titleText = data[index][0];
var heatValue = data[index][1];
// 动态设置文字和颜色
var textLayer = thisComp.layer("动态新闻标题");
textLayer.sourceText.setValueAtTime(time, titleText);
textLayer.effect("填充")("颜色").setValue([heatValue/100, 1 - heatValue/100, 0]); // 热度值映射到颜色
二、After Effects 2024自动化增强技术
1. Python脚本深度集成：批量生成三维动画
场景：批量创建新闻标题的三维旋转动画，并绑定到动态数据。
技术实现：
- AE Python API：
pyae（假设的AE Python库） - 三维属性控制：位置、旋转、缩放
代码示例：
# AE Python脚本：批量创建三维文字图层并绑定数据
import pyae # 假设的AE Python库
import pandas as pd
def create_3d_text_sequence(comp_name, csv_path):
# 读取CSV数据
df = pd.read_csv(csv_path)
# 创建合成
comp = pyae.create_comp(comp_name, 1920, 1080, 30, 10)
# 批量生成图层
for i, row in df.iterrows():
text_layer = comp.layers.add_text(row["title"])
text_layer.position.setValue([960, 540 + i * 150, 0]) # 三维坐标
text_layer.rotation.setValue([0, 0, i * 20]) # 旋转角度
text_layer.scale.setValue([100 + row["热度值"] * 5, 100 + row["热度值"] * 5, 100]) # 缩放比例
text_layer.options.three_d = True # 启用三维属性
# 添加动画效果
text_layer.add_effect("旋转", "CC Spin")
text_layer.effect("旋转")("速度").setValue(row["热度值"] * 0.5)
create_3d_text_sequence("新闻标题序列", "news_data_processed.csv")
2. 实时渲染优化：智能调度与多分辨率导出
场景：根据服务器负载动态调整渲染质量，并批量导出多分辨率视频。
技术实现：
- AE表达式：调用外部API获取服务器负载
- ExtendScript：批量渲染配置
代码示例：
// AE表达式：根据服务器负载动态调整渲染质量
var serverLoad = externalCall("getServerLoad"); // 调用RPA暴露的API
if (serverLoad > 80) {
thisComp.renderSettings.quality = 1; // 切换到草稿质量
thisComp.renderSettings.bitRate = 5; // 降低码率
} else {
thisComp.renderSettings.quality = 4; // 最佳质量
thisComp.renderSettings.bitRate = 20; // 高码率
}
// ExtendScript：批量渲染多分辨率视频
var renderQueue = app.project.renderQueue;
var outputModules = [
{name: "HD_1080p", path: "C:/Output/HD_1080p.mp4", template: "H.264 1080p"},
{name: "SD_720p", path: "C:/Output/SD_720p.mp4", template: "H.264 720p"}
];
for (var i = 0; i < outputModules.length; i++) {
var item = renderQueue.items.add(app.project.item(1)); // 添加合成到渲染队列
var outputModule = item.outputModule(1);
outputModule.file = new File(outputModules[i].path);
outputModule.applyTemplate(outputModules[i].template);
item.render(); // 启动渲染
}
三、完整工作流案例：新闻短视频自动化生产线
1. RPA端：数据采集与预处理
- 流程：
- 登录新闻API获取JSON数据
- 调用Tesseract OCR处理图片新闻
- 生成符合AE要求的CSV文件
代码示例（RPA Studio）：
// UiPath Studio 流程：
// 1. 使用HTTP Request活动获取API数据
var apiResponse = HttpClient.Get("https://api.news.com/top-headlines");
var newsData = JsonConvert.DeserializeObject(apiResponse);
// 2. 使用OCR活动处理图片
var ocrText = OCR.ExtractText("C:/News/Images/image1.jpg");
// 3. 使用Write CSV活动生成数据文件
DataTable dt = new DataTable();
dt.Columns.Add("title");
dt.Columns.Add("source");
dt.Columns.Add("ocr_content");
dt.Rows.Add(newsData[0]["title"], newsData[0]["source"], ocrText);
CSV.Write(dt, "C:/AE_Projects/News/news_data.csv");
2. AE端：智能合成与渲染
- 流程：
- 创建动态模板工程（使用
textAnimator预设） - 通过
data-driven表达式绑定RPA生成的数据 - 配置
watchFolder实现素材自动导入
- 创建动态模板工程（使用
代码示例（AE表达式）：
// AE表达式：根据CSV数据动态生成新闻标题动画
var dataFile = File("C:/AE_Projects/News/news_data.csv");
var dataLines = dataFile.read().split("
");
var data = [];
for (var i = 1; i < dataLines.length; i++) {
var cols = dataLines[i].split(",");
data.push([cols[0], cols[1], parseFloat(cols[2])]); // [标题, 来源, 热度值]
}
var index = Math.floor(time * 10) % data.length;
var titleText = data[index][0];
var sourceText = data[index][1];
var heatValue = data[index][2];
// 动态设置文字
var titleLayer = thisComp.layer("新闻标题");
titleLayer.sourceText.setValueAtTime(time, titleText);
var sourceLayer = thisComp.layer("来源");
sourceLayer.sourceText.setValueAtTime(time, sourceText);
// 动态调整透明度（热度值越高，透明度越低）
titleLayer.opacity.setValueAtTime(time, heatValue * 0.5);
3. 交付端：自动化导出与分发
- 流程：
- 渲染完成后自动上传至云存储
- 生成多平台适配的缩略图
- 调用短视频平台API发布内容
代码示例（Python）：
# 渲染完成后自动上传至云存储
import boto3
import os
def upload_to_s3(file_path, bucket_name):
s3 = boto3.client("s3")
s3.upload_file(file_path, bucket_name, os.path.basename(file_path))
# 生成多平台适配的缩略图
from PIL import Image
def generate_thumbnail(input_path, output_path, size=(1280, 720)):
img = Image.open(input_path)
img.thumbnail(size)
img.save(output_path)
# 调用短视频平台API发布内容
import requests
def post_to_platform(title, description, video_url, thumbnail_url):
url = "https://api.shortvideo.com/v1/upload"
data = {
"title": title,
"description": description,
"video_url": video_url,
"thumbnail_url": thumbnail_url
}
response = requests.post(url, json=data)
return response.json()
四、技术挑战与解决方案
1. 跨软件通信延迟与稳定性
- 问题：RPA与AE的进程间通信存在0.5-2秒延迟，且易因UI变化导致操作失败。
- 解决方案：
- 中间层设计：使用AE的
ExtendScript作为稳定的数据接口 - WebSocket长连接：实现RPA与AE的实时通信
- UI元素定位优化：通过XPath/CSS Selector替代绝对坐标
- 中间层设计：使用AE的
代码示例（WebSocket通信）：
// AE ExtendScript：WebSocket服务器端
var wsServer = new WebSocketServer();
wsServer.onMessage = function(message) {
if (message == "start_render") {
app.project.renderQueue.items[1].render();
}
};
// Python客户端：
import websockets
import asyncio
async def send_render_command():
uri = "ws://localhost:8765"
async with websockets.connect(uri) as websocket:
await websocket.send("start_render")
asyncio.get_event_loop().run_until_complete(send_render_command())
2. 动态数据解析与绑定
- 问题：非结构化数据（如JSON、图片OCR结果）难以直接绑定到AE属性。
- 解决方案：
- 数据标准化：开发AE专用数据解析插件（如JSON Schema校验）
- 动态属性映射：通过AE表达式实现字段-属性的灵活绑定
代码示例（JSON Schema校验）：
// AE表达式：校验并绑定JSON数据
var jsonData = JSON.parse(externalCall("getJsonData"));
var schema = {
"title": "string",
"source": "string",
"heatValue": "number"
};
function validateSchema(data, schema) {
for (var key in schema) {
if (typeof data[key] !== schema[key]) {
return false;
}
}
return true;
}
if (validateSchema(jsonData, schema)) {
thisComp.layer("新闻标题").sourceText.setValueAtTime(time, jsonData.title);
} else {
thisComp.layer("错误提示").sourceText.setValueAtTime(time, "数据格式错误");
}
五、未来展望：AI驱动的自动化影视生产
1. 智能抠像与动态合成
- 技术：结合RPA的图像识别与AE的Roto Brush 2.0，实现一键抠像与动态背景替换。
- 案例：新闻主播视频与虚拟场景的实时合成。
2. 实时渲染农场与云协作
- 技术：通过RPA动态分配云渲染资源，结合AE的
Multi-Frame Rendering加速。 - 案例：影视后期公司实现全球分布式渲染。
3. 多模态内容生成
- 技术：将GPT-4o生成的脚本直接转化为AE动画，结合Stable Diffusion生成动态背景。
- 案例：AI自动生成短视频广告。
4. 区块链版权保护
- 技术：RPA将AE渲染结果自动上传至区块链，生成不可篡改的版权证书。
- 案例：影视作品数字版权确权。
结语：重新定义影视后期生产
RPA与After Effects 2024的深度融合，正在推动影视后期制作从**“人工密集型”向“智能自动化型”转型。通过构建覆盖数据采集→智能处理→自动化合成→动态渲染→多平台交付的全自动化工作流，制作团队可将单条视频的制作周期从数小时压缩至分钟级**，同时降低70%以上的人力成本。随着Adobe对Python生态的持续投入和RPA的AI能力增强，未来我们有望看到更多跨软件、跨领域、跨模态的自动化解决方案，推动整个创意产业向智能化、高效化、标准化方向演进。
技术关键词：
- RPA工具：UiPath/Selenium/PyAutoGUI
- AE功能：表达式、ExtendScript、三维合成、数据驱动动画
- 协同技术：WebSocket、JSON Schema、OCR、云渲染
- 未来方向：AI生成、区块链、实时协作
适用场景：新闻短视频、广告制作、影视特效、虚拟主播、电商视频等。
《RPA机器人流程自动化基础及应用》
办公流程自动化指南：通过丰富的案例，快速上手RPA开发，使其成为得力助手，全面提升工作效率与自动化技能
获取方式：
- 京东：https://item.jd.com/14850718.html
- 当当：https://product.dangdang.com/29804517.html
亮点
- 结合丰富案例，快速上手RPA开发
- 掌握前沿技术，引领企业办公自动化
- 注重实际操作，解锁流程优化新境界
- 符合最新趋势，RPA+AI全方位提高效率
内容简介
全书从 RPA 的基本概念、产生背景讲起，详细介绍了 RPA 的基础知识和应用场景，深入探讨了 RPA 的应用价值、与 AI 的关系，以及与传统 IT 系统开发的区别。并通过丰富的案例，如企业财务自动化的应用、金融自动化的应用、智慧校园的应用，展示了 RPA 的实际应用。
本书以任务形式的结构进行讲解，不但能让读者明确任务的宗旨，还能了解任务清晰的逻辑线，从而更好地完成任务，让学习更有驱动性。
本书适合对 RPA 感兴趣的读者，不仅适合 IT 从业者及企业管理人员等阅读学习，也适合希望提升工作效率、实现流程自动化的企业和个人进行学习。
作者简介
-
施金妹，教授，博士，现任海南科技职业大学信息工程学院院长，省级特色重点学科“计算机科学与技术”责任教授，省级高水平专业群“计算机网络技术”带头人，省级职业院校教师教学创新团队“大数据工程技术”带头人、海南省委联系服务重点专家、省高层次D类人才、省级优秀教育工作者。
-
陈辉云，硕士研究生，计算机科学与技术职业，中级工程师。目前在海南科技职业大学担任专职教师，致力于传授专业知识与技能。多年来，积极指导学生参与RPA等前沿技能竞赛，并荣获多项国家级奖项。
-
吴迪，曾任中国海洋大学信息科学与工程学院客座教授、哈尔滨理工大学客座教授。具有30年行业经验，从东北大学软件中心入行，历任惠普中国区副总裁、青岛东软载波科技股份有限公司董事总经理。 2020年创业，上海弘玑信息技术有限公司创始人。 致力于以软件为载体的服务，以知行合一的思想持续为行业创造新质生产力。
目录
第 1 章 RPA 基础知识
1.1 【任务 1-1】认识 RPA
1.1.1 RPA 的基本概述
1.1.2 RPA 的产生背景
1.1.3 RPA 的应用场景
1.1.4 RPA 适用的业务场景的评估
1.1.5 RPA 的应用价值
1.1.6 RPA 与 AI
1.1.7 RPA 部署与传统 IT 系统开发的区别
1.1.8 弘玑 RPA 产品的优势
1.2 【任务 1-2】常见的 RPA 三件套
1.2.1 RPA 三件套
1.2.2 RPA 三件套的作用
1.3 【任务 1-3】流程自动化入门
1.3.1 流程分级
1.3.2 流程图绘制
1.3.3 基本逻辑
1.4 【任务 1-4】学生成绩汇总机器人
课后练习
第 2 章 初识指令库
2.1 【任务 2-1】弘玑 Cyclone 工具的使用
2.1.1 弘玑 Cyclone 界面介绍
2.1.2 弘玑 Cyclone 初始化设置
2.1.3 创建一个流程
2.2 【任务 2-2】微信批量添加好友
2.3 【任务 2-3】变量与参数
2.3.1 变量的概念与理解
2.3.2 数据类型
2.3.3 常用数据运算
2.3.4 变量与参数的引用
2.4 【任务 2-4】违禁词查询机器人
课后练习
第 3 章 界面自动化指令
3.1 【任务 3-1】初识界面自动化指令
3.1.1 RPA 界面自动化
3.1.2 界面自动化指令
3.2 【任务 3-2】去哪儿行程信息查询
3.2.1 安装浏览器插件
3.2.2 获取用户输入并打开去哪儿网站
3.2.3 查询并抓取机票信息
3.2.4 将机票信息储存至 Excel 表格
课后练习
第 4 章 系统功能与文件处理
4.1 【任务 4-1】初识系统功能与文件处理指令
4.1.1 系统功能指令
4.1.2 文件处理指令
4.2 【任务 4-2】图书馆借阅数据汇总机器人
4.2.1 分析数据
4.2.2 项目开发步骤
课后练习
第 5章 应用自动化与数据处理
5.1 【任务 5-1】初识应用自动化与处理
5.1.1 应用自动化指令介绍
5.1.2 数据处理指令介绍
5.2 【任务 5-2】上证指数监控及提醒机器人
5.2.1 设计 Excel 配置文件
5.2.2 基础流程框架
5.2.3 变量传参介绍
5.2.4 数据库配置
5.2.5 读取参数定时运行程序
5.2.6 抓取上证指数信息
5.2.7 记录上证指数信息到数据库
5.2.8 邮箱配置与邮件发送
5.2.9 在主流程中执行其他子流程
课后练习 221
第 6 章 AI 指令
6.1 【任务 6-1】发票图片信息识别
6.1.1 读取发票图片
6.1.2 OCR 服务 Web 调用
6.1.3 识别结果 JSON 解析
6.1.4 发票数据整理与汇总
6.2 初识企业级流程架构
6.2.1 工程项目与脚本文件
6.2.2 企业级流程框架介绍
6.2.3 流程组装
课后练习
第 7 章 企业财务自动化的应用案例
7.1 财务费用报销审核机器人
7.2 财务三单比对机器人
7.3 自动开票机器人
7.4 自动报税机器人
第 8 章 金融自动化的应用案例
8.1 银行业
8.2 证券业
8.3 保险业
第 9 章 智慧校园的应用案例
9.1 智慧校园建设概述
9.2 竞赛信息管理
9.3 排监考处理
9.4 论文标签化处理
9.4.1 背景介绍 .
9.4.2 现有业务流程及问题分析
9.4.3 重构业务流程方案与推广
后记
《After Effects 2024+Runway影视后期与AI视频制作从入门到精通》
- 京东：https://item.jd.com/14398203.html
- 当当：https://product.dangdang.com/29859865.html
B站+抖音优质影视后期UP主倾力打造，6大核心板块+84个教学视频，文字图形动画+影视动画特效+抠像与合成+视频调色+三维效果+画面跟踪技术+Runway应用实战，实战学练结合，同步视频轻松解惑
亮点
- 6大核心板块：系统讲解功能与操作技巧，让创作更简单
- 新增AI视频制作：与AI工具结合，打开新世界的大门
- 实战学练结合：剖析实战案例，巩固核心技能，学以致用
- 84个教学视频：同步视频轻松解惑，让学习更直观
- 赠送PPT课件：利于学时安排和教学指导
内容简介
After Effects（简称AE）作为业界领先的视频特效合成软件，对于影视后期编辑人员来说是一款必学的软件。AE 在电视包装、特效制作等数字媒体领域应用广泛，且发展潜力巨大。随着AI 时代的到来，本书结合AE 与AI 视频制作技术，深入讲解影视动画领域的核心技能及最新发展趋势。
本书精心规划了10 章内容，旨在循序渐进地引导读者了解AE 的各个功能模块，并在实际操作练习中掌握从基础实践到高级技巧的全方位知识。值得一提的是，本书最后一章将探索当前热门的AI 视频制作工具Runway，使读者不仅能够掌握传统的视频制作技术和流程，还能接触到前沿的AI 技术应用。
通过对本书的学习，读者将开启数字媒体编辑与创作的新篇章，体验虚拟与现实结合的奇妙旅程。即使对特效合成或数字媒体行业尚无了解的新手，本书也能提供思路，帮助他们创作出精彩的作品。
作者简介
高立志
自媒体博主，“后期帮”主理人，全网粉丝40万+。从事影视后期行业8年，翼狐网签约讲师、深夜学院CG签约讲师。
曾出品“超能魔法学院”“影视特效跟踪”“剪辑思维训练营”等相关课程。
于婷婷
中共党员，毕业于湘潭大学艺术学院，现任湘潭理工学院人文与艺术学院副院长，专注于数字媒体技术的研究与教学。曾指导学生参加全国大学生广告艺术大赛获得多项全国一等奖、全国二等奖及全国三等奖。
目录
第1章 影视基础概述
1.1 视频的由来
1.2 隔行扫描与逐行扫描
1.3 帧速率与电视制式
1.4 视频的分辨率
1.5 常见的视频格式
1.6 视频封装与编码
第2章 初步掌握After Effects
2.1 AE的界面和工作区介绍
2.2 创建项目与合成
2.3 素材的导入方法
2.4 时间线的应用
2.5 工程输出与整理
2.6 首选项常用功能
2.7 工具栏常用工具
2.8 合成面板常用工具
2.9 时间线面板
2.10 图层的属性与特点
2.11 关键帧
2.12 常见的表达式动画应用
2.13 综合训练：运用图层绑定让汽车动起来
2.14 课后练习：运用父子级关系制作机械臂动画
第3章 文字图形动画设计与制作
3.1 “ 字符”面板
3.2 “ 段落”面板
3.3 “ 对齐”面板
3.4 文本图层属性和动画属性
3.5 图形属性与图形动画常用属性
3.6 综合训练：动态文字Logo演绎
3.7 课后练习：MG图形动态演变效果
第4章 影视动画特效设计与制作
4.1 风格化效果
4.2 过渡效果
4.3 模糊和锐化效果
4.4 扭曲效果
4.5 生成效果
4.6 时间效果
4.7 杂色和颗粒效果
4.8 综合训练：制作真实火焰效果
4.9 课后练习：模拟海底世界效果
第5章 影视核心技术：抠像与合成
5.1 常见的蒙版抠像
5.2 轨道遮罩和不规则形状抠像
5.3 绿幕抠像
5.4 无绿幕抠像
5.5 综合训练：制作虚拟空间实景合成效果
5.6 课后练习：实拍绿幕人物完成实景合成效果
第6章 颜控：视频调色原理与实战
6.1 色彩理论和调色基础知识
6.2 用曲线加深理解互补色调色原理
6.3 强大的Lumetri颜色调色工具
6.4 其他调色工具的应用
6.5 Log素材与Rec.709 素材的区别
6.6 综合训练：青橙电影色调
6.7 课后练习：参考喜欢的影视片段完成仿色练习
第7章 三维效果设计与制作
7.1 三维图层的主要特点与查看方法
7.2 摄像机的基本操作
7.3 摄像机属性设置
7.4 常见灯光类型
7.5 灯光和材质的设置方法
7.6 综合训练：水墨风格三维动画开场案例
7.7 课后练习：创建三维空间的文字穿梭动画
第8章 高级技术：画面跟踪技术与摄像机反求
8.1 跟踪运动：单点跟踪技术应用
8.2 跟踪运动：多点跟踪技术应用
8.3 跟踪摄像机的使用方法
8.4 综合训练：机器人实景合成案例
8.5 课后练习：实拍素材并完成实景合成
第9章 综合实战：产品广告制作
9.1 素材拍摄与灯光布置
9.2 素材抠像
9.3 产品动画合成
9.4 剪辑配乐与输出
第10章 AI视频制作工具Runway应用实战
10.1 Runway 视频制作工具简介
10.2 文字及图像生成视频
10.3 视频生成视频
10.4 AI抠像快速删除视频背景
10.5 结合AE+Runway擦除多余物体
10.6 综合训练：AI矿泉水概念广告
10.7 课后练习：制作一个15 秒的AI实验短视频
10.8 章末总结
