一种分镜脚本生成方法、装置、介质及设备

在本说明书提供一种分镜脚本生成方法、装置、介质及设备中，首先将用户输入的设定框架输入训练完成的多模态大模型，得到脚本提示，其次将脚本提示以及设定框架再次输入，得到各分镜的镜头文本，以及各分镜的多个镜头图像，再次将每个镜头文本对应的多个镜头图像，分别输入多模态大模型中，得到多个镜头图像的描述文本，并从多个镜头图像的描述文本中，确定与该镜头文本匹配的描述文本，并将匹配的描述文本对应的镜头图像，作为该镜头文本匹配的镜头图像，最后根据各镜头文本以及各镜头文本匹配的镜头图像，生成分镜脚本并展示，通过快速生成的分镜脚本，大幅提高了用户的视频创作体验。