用 Ollama 本地生成 AI 视频：本地模型能做什么、不能做什么（ollama ai video local）

用 Ollama 本地生成 AI 视频：分工比「全本地」更现实

长尾词：ollama ai video · 本地生成 ai 视频 · ollama 视频生成 · 免 api key 生成视频

搜「Ollama 本地生成 AI 视频」的人，通常想要一件事：不花 key、不联网、全在本机出片。先把结论说清楚：Ollama 跑的是文本模型，它不生成画面。视频画面要么交给云端服务商，要么用本地扩散模型（那是 ComfyUI 的领域，见 ComfyUI 指南）。

现实且省钱的分工是：本地 Ollama 负责分镜和提示词，云端模型负责出图出片。本文按这个分工给出可落地流程。

一、分工表

环节 谁来做 花不花钱
分镜、镜头描述、提示词打磨 本地 Ollama（如 qwen、llama 系列） 不花钱，不联网
图片生成 云端服务商（BYOK） 按张/按次
视频生成 云端服务商（BYOK） 按秒/按次
配音 云端或本地 TTS 视方案

本地模型在「把一句话扩成八个镜头」这类文本环节很够用，而且没有额度焦虑：不满意就重写十遍，成本是电费。

二、在 PolyCreator 里免 key 试一次 Ollama

桌面端首次启动的引导里内置了 Ollama 探活与试跑：

  1. 先在本机装好 Ollama 并拉一个模型（例如 ollama pull qwen3:8b），确认 ollama list 能看到它。
  2. 打开 PolyCreator，进入引导的「本地模型」步骤。应用会探测 127.0.0.1:11434，列出本机已装模型。
  3. 选一个模型点「试跑」——这是一次极短的文本生成，不需要任何 API key。能出字，说明本机链路通了。
  4. 之后在画布的文本/提示词节点里选同一个模型，就进入日常使用。

探活与试跑只访问 127.0.0.1，不发出机器；失败时引导会把这一路径隐藏，而不是报错。

三、把分镜交给本地模型的写法

给 Ollama 的提示词和给云端模型的提示词，目标不同：本地模型要的是结构，云端模型要的是画面细节。

你是分镜师。把这个主题拆成 6 个镜头，每个镜头输出一行：
镜头号 | 景别（远景/中景/近景） | 画面一句话（谁、在哪、做什么） | 时长（秒）
主题：深夜便利店，一个人买热咖啡

拿到这 6 行之后，再让云端模型逐镜头出图——每条提示词都带着明确的景别与主体，出图一致性会明显好于「一句话直接生成」。

四、硬件与预期

  • 7B–8B 级模型在 16GB 内存的机器上可跑，速度取决于芯片；更大的模型更慢，但分镜这种任务通常不需要。
  • 本地模型输出质量不如顶级云端文本模型，结构化输出（表格、清单）是它最稳的用法，长文创意不要指望。
  • 画面质量完全取决于你选的云端服务商；本地环节省的是文本侧的钱，不是生成侧的钱。

五、来源与核对

常见问题

Ollama 能直接生成视频吗？

不能。Ollama 提供的是文本模型推理接口；视频生成需要扩散模型或云端视频模型。

完全断网能用 PolyCreator 吗？

分镜、提示词、画布编辑可以；画面生成需要服务商。纯本地出图出片属于 ComfyUI 一类本地扩散工具的领域。

本地模型会不会把内容上传？

Ollama 在你的机器上跑推理，请求不出本机；PolyCreator 的探针也只连 127.0.0.1。

下一步