随着OpenAI Sora2的惊艳亮相，AI视频创作进入了新纪元。但Sora生成的视频自带的官方水印，让创作者们在进行二次剪辑时很头大。如何才能完美去除这个水印，同时保证视频画质不受任何影响？

这些水印，就像是AI给内容打上的“出生证明”，一方面保护版权，另一方面也悄悄提醒你：想获得更纯净的体验？不妨试试付费版。

面对水印，市面上的去水印方法无非几种：要么老老实实付费订阅、要么使用在线工具处理，或者自己动手在剪辑软件里一点点修补。但这些方式要么费钱，要么费神，还总担心隐私安全。

那么，有没有一种办法，既能免费使用，又能保证效果，还能在本地运行，彻底守护我们的数据安全呢？

经过一番摸索，我终于找到了一个理想的解决方案：开源项目 SoraWatermarkCleaner。它不仅完全免费、效果出色，还支持本地运行，更重要的是，我们可以自己编写批处理脚本，轻松实现大量视频的水印一键清除！

虽然部署过程需要一点技术门槛，但别担心，接下来我会一步步带你搭建环境、编写脚本，直到完成批量处理的全流程。如果你希望省去摸索的步骤，文末有源码自取！

先看视频：

Sora2批量去水印及生成下载全流程

一、批量去除Sora水印

一）下载项目

github地址：https://github.com/linkedlist771/SoraWatermarkCleaner

二）安装依赖

# 进入当前项目目录
cd SoraWatermarkCleaner

# 安装uv（若已安装，可跳过本步骤）
pip install uv

# 安装项目依赖
uv sync

三）激活虚拟环境并启动UI界面

激活虚拟环境，win和mac系统指令不同，首先打开命令行：

# 激活虚拟环境
.\.venv\Scripts\activate

# 启动WEB界面
streamlit run app.py

四）web界面去水印

初次去水印可能会慢点，上传后，请耐心等待，进度条过一会才开始走动，不必重复点击，测试下来，效果一点不比付费软件差

五）API批量去水印

1、进入项目虚拟环境

如果是新打开的命令行，需要再次进入项目下，激活虚拟环境，步骤可参考前面的指令，先进入项目，然后激活当前项目虚拟环境，然后执行启动api服务的命令，服务运行在5344端口：

# 进入项目根目录
cd SoraWatermarkCleaner

# 激活虚拟环境
.\.venv\Scripts\activate

# 启动接口服务
python start_server.py

可以通过 http://localhost:5344/docs 查看接口文档，共三个接口：

2、回到八爪鱼批量生成视频

1）流程参数

操作类型： 每个流程都必须选择的，他是路由到不同流程的依据。目前功能包括：批量生成Sora2视频，批量下载Sora2视频，批量去除Sora2水印，批量发布（小红书等多个视频平台），后续会扩充更多功能，构建全流程生产流水线

去水印原视频路径： 带水印的原视频所在文件夹

去水印保存路径： 去水印处理后的视频保存位置

2）描述需求

服务在本地5344端口启动后，我们就可以在八爪鱼里，遍历下载好的带水印Soras视频，用接口请求方式，请求本地544端口的接口服务来执行去水印服务，老规矩，还是先写好提示词，让八爪鱼帮我写这些流程：

1、遍历参数变量名为“去水印原视频路径”的目录，获取视频文件列表
2、请求接口，完成去水印任务
1）提交去水印任务，接口示例如下：

curl -X 'POST' \
  'http://localhost:5344/submit_remove_task' \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -F 'video=@1.mp4;type=video/mp4'

接口响应结果：
{
  "task_id": "92354428-8a20-4989-91c1-5c774c2d05a5",
  "message": "Task submitted."
}

注意本接口需要模拟表单上传文件

3）根据上一步每秒钟请求一次get_results接口获取任务执行结果：

curl -X 'GET' \
  'http://localhost:5344/get_results?remove_task_id=92354428-8a20-4989-91c1-5c774c2d05a5' \
  -H 'accept: application/json'
  
其中status允许的值是：UPLOADING, PROCESSING, FINISHED, ERROR
接口响应结果：
{
  "percentage": 0,
  "status": "UPLOADING",
  "download_url": "string"
}
进度是百分百的时候，有下载url：
{
  "percentage": 100,
  "status": "FINISHED",
  "download_url": "/download/92354428-8a20-4989-91c1-5c774c2d05a5"
}

4）通过download_url下载视频，到指定文件夹下，参数名为：去水印保存路径，文件名与原视频文件名相同再加个后缀“_去水印”
3）生成流程

生成的流程中，第一步请求接口是Http请求指令，由于是循环的本地文件批量上传，此处使用python脚本最方便，因此改为使用脚本的形式：

八爪鱼的python脚本也是可以用AI来生成的，打开 执行python代码 指令，输入框内可以看到有个提示：

复制前面写好的第一步的提示词：

可以看到，代码生成好了：

安装一下python依赖包：

执行以下看结果，返回结果如下：

 { "task_id": "b3897b18-ef13-4df8-8bb1-2fde12d81415", "message": "Task submitted." }

这表明，接口请求是成功的，后台其实已经在执行去水印任务了：

这个流程，我只改了一行指令，使用了更为灵活的python脚本来执行第一个提交去水印任务，剩余的全是八爪鱼的AI写流程功能帮我写玩的，效率杠杠的！

4）运行流程

现在整体跑一下完整流程看看效果：

再看下去水印项目控制台运行日志：

运行结果：

3、注意事项

本项目是一个基于深度学习的 Sora 视频水印去除工具。使用 YOLOv11 进行水印检测，使用 LAMA 模型进行水印修复。

因此，电脑最好支持GPU，这样去水印速度会比较快，因此在运行项目之前，最好创建一个检测脚本，看下电脑GPU情况，测试脚本如下：

import sys
import subprocess

def check_gpu_environment():
    print("=== GPU环境诊断 ===")
    
    # 检查Python和PyTorch
    print(f"Python版本: {sys.version}")
    
    try:
        import torch
        print(f"PyTorch版本: {torch.__version__}")
        print(f"CUDA可用: {torch.cuda.is_available()}")
        
        if torch.cuda.is_available():
            print(f"GPU数量: {torch.cuda.device_count()}")
            for i in range(torch.cuda.device_count()):
                print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
        else:
            print("PyTorch无法检测到CUDA")
            
    except ImportError:
        print("PyTorch未安装")
    
    # 检查nvidia-smi
    print("\n=== NVIDIA驱动检查 ===")
    try:
        result = subprocess.run(['nvidia-smi'], capture_output=True, text=True)
        if result.returncode == 0:
            print("nvidia-smi命令可用")
            # 提取关键信息
            lines = result.stdout.split('\n')
            for line in lines:
                if 'CUDA Version' in line:
                    print(line.strip())
        else:
            print("nvidia-smi命令执行失败")
    except FileNotFoundError:
        print("nvidia-smi未找到，请安装NVIDIA驱动")

if __name__ == "__main__":
    check_gpu_environment()

比如我的电脑检测信息如下：

一开始项目的pytorch是cpu版本的，所以项目运行时，检测不到GPU，

这表示本项目安装的PyTorch版本不支持GPU加速，需要重新安装支持CUDA的PyTorch版本，否则，执行速度非常慢，一个10s的视频，要执行完去水印任务耗时十几分钟。

解决办法就是：卸载当前的CPU版本PyTorch，安装支持CUDA的PyTorch版本，比如我的驱动支持CUDA 13.0，我应该安装CUDA 12.1版本的PyTorch（兼容CUDA 13.0驱动），执行命令如下：

# 卸载当前项目的CPU版本PyTorch
uv pip uninstall torch torchvision torchaudio

# 安装支持CUDA的PyTorch版本
uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

安装完成后，在执行一下检测脚本：

可以看到，安装支持CUDA的PyTorch版本后，可以检测到CUDA，且可以看到GPU也检测出来了

再次重新启动项目接口服务：

再次运行八爪鱼：

可以看到，运行过程中，GPU利用率也达到了74%左右，说明GPU加速开启成功！

应用运行结束，看下去水印结果，发现速度提高了6-7倍，一个10s视频，仅需2-3分钟就去完水印了：

二、批量生成Sora2视频

上面我们搞定了批量去除Sora2视频水印的问题！接下来，我们再来看下如何批量生成Sora视频。

目前，生成Sora2视频，主要还要在官方的web网页，接下来我们来看下如何批量生成视频：

一）地官方址

sora2的官方地址是：https://sora.chatgpt.com/explore

注意：登录注册sora2官网需要美区账号，且上网环境需要美区

二）流程参数

本流程需要输入以下参数：

操作类型： 同上

提示词Excel文件： 包含提示词及生成视频所需参数的文件，表头如下：

视频方向：允许值只有两种：横屏，竖屏

时长：允许值只有两种：10，15

二）描述需求

现在八爪鱼RPA有了AI写流程，那就方便了，告诉八爪鱼我要做什么：

1、打开网页 https://sora.chatgpt.com/explore


2、打开excel文件，文件地址是：D:\wample\RPA\八爪鱼\sora2提示词.xlsx,从第二行开始循环读取excel内容，将每行数据的A列的内容设置为变量“提示词”，将B列内容设置为“视频方向”，将C列内容设置为变量“时长”

3、点击输入框右下角点击 settings，依次选择:
	1）点击Orientation -> 如果“视频方向”的值为“横向”，则点击右侧第二个表单radio选项，如果为“竖向”，则点击右侧第一个表单radio选项，如果两者都没满足，否则弹窗提示：视频方向参数只能是横向或竖向！
	2）Duration -> 如果“时长”值为10，则点击右侧第二个radio表单选项，如果“时长”值为15，则点击右侧第一个radio表单选项 ，如果两者都没满足，否则提示：时长只能是10s或者15s！

4、在网页输入框中输入前面设置的提示词变量的值

5、回车

如此循环，直到excel循环完毕

三）用AI生成流程

八爪鱼生成的操作流程大纲，看着很清晰，我好想也不需要修改什么，点击“生成流程”，开始帮我写流程：

1. 打开网页 https://sora.chatgpt.com/explore
2. 打开Excel文件 D:\wample\RPA\八爪鱼\sora2提示词.xlsx，循环读取每行数据：提取A列内容为"提示词"变量，提取B列内容为"视频方向"变量（横向转换为"Landscap"，竖向转换为"Portrait"），提取C列内容为"时长"变量
3. 点击输入框右下角settings，设置Orientation为"视频方向"变量值，设置Duration为"{时长} seconds"
4. 在输入框中输入"提示词"变量值并回车
5. 重复步骤3-4直到Excel所有行处理完毕

开始依次识别输入框和设置元素：

点击“应用”，并运行看是否报错：

四）细节调整

整体流程已经有了，如果有细节需要调整，手动调整即可：

将浏览器修改为自己的常用浏览器

有一个细节需要注意：

生成视频的输入框，在初始进入的时候，和已经输入内容时，由于右侧生成视频按钮（即回车触发）的状态是不一样的，这会导致 Settings 按钮的定位元素xpath也会跟着变：

所以，在循环的时候输入提示词的时候，容易出现第一次可以正常点击 Settings 按钮，第二次就提示元素找不到的情况。

主要是因为页面交互所致，为了逻辑简单，可以每次输入完成后，都关掉当前页面。这样，每次进入的时候，都是初始状态，方便批量循环输入提示词，我们微调一下代码：

请注意：Sora2视频一次最多能生成2个视频，如果强行输入提示词生成是无效的，想要继续生成，必须等待视频生成完成才能继续 !

这里建议大家使用八爪鱼的定时触发器功能，每隔10分钟左右执行一次该流程，实现全自动批量生成！

所以，流程里需要在生成两个后,弹窗提示，并且停止程序:

但是，说好的批量生成呢，怎么才能生成两个？
我们可以通过设置定时触发器，间隔几分钟后，自动继续执行即可，已生成的行，会记录状态为已完成，下次在执行流程，会自动跳过 已完成数据的：

五）使用触发器

由于Sora2视频一次最多能生成2个视频，想要全自动化批量生成视频，需要借助八爪鱼的定时触发器功能：

1、设置定时器参数

设置每隔10分钟执行一次即可，足够两个视频生成完了，可以根据自己情况进行调整。

2、设置流程参数

流程参数设置如下图，选择批量生成Sora2视频这个选项。

三、批量下载Sora2视频

接下来介绍一下，如何对批量生成的视频，进行批量下载并重名：

一）流程参数

操作类型： 同上

下载视频保存路径： 指定下载的视频要保存的本地路径

二）描述需求

1、打开https://sora.chatgpt.com/drafts
2、循环每个视频
	1) 点击当前视频
	2) 点击右上角 “...”选项
	3) 点击“download”下载视频到参数名为“下载视频保存路径”的文件夹下
	4) 文件名按照循环顺序的数字命名
	5) 点击在左上角“X”按钮关闭当前视频弹窗
	6) 点击下一个视频，重复1)至5)步骤
3、直到循环完所有视频

三）用AI生成流程

AI生成的流程有时候不是很完美，运行后如果发现有问题，细节需要微调，可以手动修改一下：

流程生成完成：

四）细节调整

运行时，发现“更多” 按钮元素提示词不存在，这里在手动捕获一下：

四、批量发布

目前主流视频平台有小红书，视频号，抖音，B站，这里我们先实现小红书的全自动发布，当然为保险起见，我们的自动发布实际是采用定时发布，要设定一个时间，这个时间由参数传入，可以在配置文件内自定义。

一）流程参数

操作类型： 同上

发布平台： 目前仅支持小红书平台

发布内容Excel文件： 批量发布内容配置文件的位置，具体表头如下：
等待最小时长： 批量发布操作间隔最小时长
等待最大时长： 批量发布操作间隔最大时长

发布配置excel表格表头字段说明：

视频路径：本地视频文件的本地路径，必填

视频封面：视频封面所在路径，选填

标题：视频标题，选填

正文描述：视频描述，选填

定时发布时间：设置视频发布的时间，必填

发布状态：不填，流程会在每发布完成一条视频，会写一下该状态为已完成，再次执行，已完成的行回自动跳过

二）描述需求

读取excel文件：D:\wample\RPA\八爪鱼\小红书发布.xlsx，并按配置内容，将对应视频批量保存到小红书的草稿箱：
1、循环Excel内容，从第二行开始读取，A列是：视频路径，B列是：视频封面，C列是：标题，D列是：正文描述，E列是：发布时间
2、用谷歌浏览器打开小红书视频发布页面：https://creator.xiaohongshu.com/publish/publish?source=official&from=menu&target=video
3、在笔记参数填写页面，依次读取每一行的值填写进去：
1）先判断E列的值是否为 已发布，是则跳过
2) 点击“上传视频”，上传A列“视频路径”对应的视频文件，如果为空，则提示：视频文件不能为空！；
3) 上传完成后，会跳转到笔记参数填写页面，上传B列“视频封面”对应的图片文件，
4) 笔记标题输入C列“标题”的值，有值则输入，没有则默认为空，
5) 正文标题输入D列“正文描述”的值，有值则输入，没有则默认为空，
6) 点击，定时发布选项，输入E列“发布时间”的值，然后点击"定时发布"按钮
7）在当前行的E列为写入状态：已发布
8）关闭当前网页
9) 继续下一个，知道循环完所有数据行为止

三）生成流程

在上传视频之处发生了错误，重写了几次也过不去：

既然过不去，后面的流程其实已经写完，只是由于未经AI实际操作验证，所以默认是注释状态，此时，只能基于现在流程把后面的流程手动打开，把元素捕获完成：

上传封面需要先点击“设置标题”按钮，在弹窗上在上传封面，然后是点击确定，交互有点多，需要手动捕获

标题和视频描述输入框也要手动捕获：

定时发布需要先把excel的时间转化为标准的 yyyy-MM-dd HH:mm:ss 格式，然后点击定时发布选项，输入转换后的发布时间，最后点击定时发布按钮

另外，小红书风控比较严格，没操作一步，都会设置一个随机等待时间，操作速度要尽可能的慢：

也可以在指令内部设置等待时间：

点击操作，都要尽可能随机设置点击位置，勾选模拟人工点击：

虽然，这个过程需要手动捕获元素，但是AI已经给我们铺好路了，不需要大改，捕获元素还是很快的，这个流程很快就完成了，比传统开发流程仍然快了不止一个量级！

至此，我们已经成功构建了一套完整的Sora2视频自动化生产流水线——从批量生成视频、批量下载，到批量去除水印，再到批量发布到小红书，实现了全流程的自动化闭环。

这套方案的核心优势在于：基于开源工具，零成本运行，所有数据处理都在本地，保障隐私安全，借助八爪鱼RPA的AI写流程能力，大幅提升操作效率，模块化设计，轻松适配更多视频平台。

如果你希望快速上手，本文涉及的完整源码和工具已整理打包。无论是个人创作者还是内容团队，这套方案都能帮你节省大量手动操作时间，让你专注于更具创造性的内容策划环节。

五、免费获取源码

本文工作流源码免费获取链接：
https://rpa.bazhuayu.com/appstore/app/dev_8cyvgu/sora-shi-pin-pi-liang-qu-shui-yin-ji-duo-ping-tai-fa-bu-quan-zi-dong-liu-shui-xian?ref=mDcHkY


需要你下你注册一个八爪鱼账号，官方网站是：https://partner.rpa.bazhuayu.com/mDcHkY

另外我在八爪鱼应用市场还发布了以下应用，感兴趣的点击下方链接用起来：

《微信-定时自动发朋友圈》
https://rpa.bazhuayu.com/appstore/app/dev_8cyvgu/wechat-moments-scheduled-publish?ref=mDcHkY

《X（twitter）-监控博主账号最新推文》

https://rpa.bazhuayu.com/appstore/app/dev_8cyvgu/jian-kongx-twitter–bo-zhu-zhang-hao-zui-xin-tui-wen?ref=mDcHkY

#RPA #八爪鱼RPA

# 开源 # 人工智能 # 音视频 # AIGC
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

AI5 - 当Python遇见GPT：自动化脚本生成的效率奇迹

avatar 2048 AI社区
cover

如何减少中文图像生成中的文字乱码？

avatar 2048 AI社区
cover

【毕业设计】SpringBoot+Vue+MySQL . Web考编论坛网站平台源码+数据库+论文+部署文档

avatar 2048 AI社区