参考链接
三步就能做出IP口播短视频
新手小白不写文案、不出镜、不剪辑也能搞出短视频
壹一键改写爆款文案
贰选您的形象与声音
叁生成成片并批量发布
最近创作
悬停即可静音预览最近生成的竖屏成片
还没有创作记录，点击小助手开始第一条视频吧
我的形象
已注册形象会优先显示，没有形象的槽位保留为预览占位
我的声音
试听已注册的专属音色，创作时可直接调用
更多功能
进入专业短视频制作工具
开始创作
流水线式引导创作，5 步完成商业级数字人口播视频
数字人形象
点击卡片选中，再次点击取消
生成引擎
悬停或点击查看方案，确认使用后生效
视频底模数字人
视频底模数字人方案是推荐方案，基于视频进行动作和讲话风格学习，生成的数字人活人感强，视频不会被打上“AI水印”。
图片生成数字人
一张照片就能生成数字人讲话，会有自然的动作和手势，但是生成的时间稍长，有一定概率会被平台识别为“AI视频”。
文案输入
0 字
字数 0 字
·
预估时长 0 秒
自由创作
不套用模板
粘贴抖音/快手/B站分享文本，系统自动提取文案（含字幕转写，无需任何配置）
暂无可用报告
主标题、副标题和发布文案
可生成后继续修改确认
音色选择
点击卡片选中， 试听音色
语音高级设置
当前音色克隆模型为
正在读取…
，如需更换请到模型设置页面更换音频克隆模型。
提前生成配音
按当前文案、音色和参数生成完整配音；整单任务会直接复用，不再重复合成。您也可以直接跳过，制作视频的时候统一生成音频。
尚未生成
最近配音任务
进入声音设置后会加载最近任务。
字幕样式
字幕样式预设会带出推荐值；之后手动修改的双层/双语开关为最终结果。
背景音乐 (BGM)
视频效果
超级IP智能封面
读取视频设置
黑金案例拆解封面
默认读取“视频设置”中的封面；在这里修改后会自动同步，并用于本次作品。
自动 B-roll（本次作品）
当前方案读取中
生成模型读取中
最大片段数—
单段时长—
画面呈现模式—
预计最高算力—
当前启用状态同步中
正在读取“自动 B-roll”总设置和可用状态...
本页不重复保存；总设置中的下拉菜单和开关会自动同步到这里。
水印
片头片尾
配置汇总
发布目标
勾选已登录账号，成片后将按发布设置自动分发
正在读取可用账号...
未选择账号，仅生成视频
发布仅在桌面端执行
流水线进度
生成结果
视频将在此处展示
一键生成视频
输入文案，自动完成文案仿写、语音合成、数字人口播、字幕、视频合成全流程
文案输入
生成设置
流水线进度
生成结果
视频将在此处展示
详细信息
文案工作台
AI 驱动的口播文案创作：润色、仿写、扩写、缩写、风格转换、主题生成
原始文案
AI 处理
处理结果
使用提示
润色：优化表达，保留原意
仿写：语义级改写，避免查重
扩写：增加细节和案例
缩写：精简压缩，保留核心
风格转换：调整语气风格
主题生成：根据主题创作
已预置 Coding Plan · DeepSeek V4；也可在模型配置中切换自己的模型。
分步创作
单独执行任一模块，便于调试和定制。前置模块会自动执行以准备上下文。
基础设置
选择模块执行
音频产物
执行后展示
视频产物
执行后展示
执行结果
等待执行...
批量处理
批量提交多个文案，串行生成视频。适合内容矩阵运营。
批量文案输入
N 条文案 × 1 组参数 = N 个视频
音乐来自统一云端音乐库；批量任务与“视频设置”使用同一套曲目。
批量进度
0 / 0
提交后将显示每条文案的处理进度
批量制作会极大地消耗算力，正在部署额外显卡算力，请耐心等待，显卡部署完成后将依次完成视频制作。
AI 空镜与素材插播
自动 B-roll
可选择闭源视频模型、无版权素材库、原创 AI 手绘解释图或 VOX 清爽科技动效，系统按文案自动规划并插入真实 B-roll。
通过闭源视频大模型生成broll
根据文案生成专属画面，按所选模型消耗算力余额
启用
通过无版权素材库生成broll
按文案检索现成视频素材，不消耗闭源视觉模型算力
启用
AI 手绘解释图
适合概念、步骤、知识点与情绪隐喻；不用于还原商品包装、文字或真人外观
启用
VOX 清爽科技
把知识点、步骤和关键词转成 12fps 分层图形动效；使用现代规整黑体，不使用毛笔字与正红色
启用
本地原创渲染，不调用外部视频模型；优先使用真实字幕时间规划插入点。
当前未启用 VOX 清爽科技链路。
关闭时不规划、不渲染。
使用说明
画中画与整段插播
画中画模式（PIP）：B-roll 视频以小窗口叠加在数字人画面上，数字人仍可见（适合讲解类）
整段切换模式（CUT）：在指定时间段用 B-roll 替换主画面，数字人暂离（适合展示实景素材）
3 种添加入口（不是画面模式）：① 点击字幕间的 + 在两段字幕之间添加；② 点击 B-roll 轨道空白处在任意位置添加；③ 点击“在播放头插入”按当前播放位置添加
快捷剪辑：裁剪头尾、调整音量、片头片尾淡入淡出，一键应用
整段切换模式（CUT）：在指定时间段用 B-roll 替换主画面，数字人暂离（适合展示实景素材）
3 种添加入口（不是画面模式）：① 点击字幕间的 + 在两段字幕之间添加；② 点击 B-roll 轨道空白处在任意位置添加；③ 点击“在播放头插入”按当前播放位置添加
快捷剪辑：裁剪头尾、调整音量、片头片尾淡入淡出，一键应用
选择任务
B-roll 素材库（我的上传）
点击上传自己的视频或图片
时间轴编辑器
素材来源
请先选择一个任务
选择任务后将显示字幕时间轴
闭源视觉模型算力余额
账户余额与公开计费标准
算力余额 闭源模型算力余额 · 用户剩余算力
—
新用户默认赠送 20 算力
按次计费 标准模型
1.26 算力起/次
按清晰度与生成时长自动估算
按次计费 性价比模型
0.50 算力/次
支持 6 秒与 10 秒空镜
按时长计费 高端模型
0.86 算力/秒
默认 10 秒约 8.60 算力/条
正在读取用户余额...
我的形象
上传真人照片或视频（嘴巴不动），生成唇形同步数字人
注册形象素材上传要求
1、最优方案：上传一段出镜人正面自然说话的视频，手势自然摆动，时长至少10秒以上，30秒最佳，光线明亮柔和。
2、次优方案：上传一段出镜人正面自然念数字的视频，比如：“1234567，7654321”。手势自然摆动，时长至少10秒以上，30秒最佳，光线明亮柔和。
3、基础方案：上传一段出镜人正面照片，光线明亮柔和，支持一张照片生成数字的视频。
2、次优方案：上传一段出镜人正面自然念数字的视频，比如：“1234567，7654321”。手势自然摆动，时长至少10秒以上，30秒最佳，光线明亮柔和。
3、基础方案：上传一段出镜人正面照片，光线明亮柔和，支持一张照片生成数字的视频。
注册新形象
点击或拖拽上传照片/视频
支持 JPG/PNG 照片 或 MP4/MOV 视频，建议正面清晰、嘴巴不动
AI 生成形象（720p）
高端模型只允许调用当前账号已认证并审核通过的人脸 ID，不支持在这里临时上传真人照片。
已注册形象
我的声音
上传一段干净人声，系统会按当前 TTS 模型的要求注册专属音色。
注册新音色
当前音色克隆模型为
正在读取…
，如需更换请到模型设置页面更换音频克隆模型。
样本要求会按模型动态调整
点击或拖拽上传音频
正在读取支持格式…
已注册音色
正在连接云端 GPU 工作台…
博主蒸馏
从公开作品中提炼人设、选题与表达方法
新建蒸馏
检查中
每位用户赠送 5 次免费蒸馏机会，超出后按 1 元/次计费。
蒸馏记录
暂无蒸馏记录
智能混剪
可选择极速混剪，或让 AI 看懂画面、生成解说、配音并输出完整成片
素材与生成方式
任务文件保留 3 天
适合已有口播或音乐的素材，按镜头节奏快速出片。
单次最多 40 条原始视频、20 个镜头单元；单视频不超过 300 MB，视频与音频总量不超过 2 GB，最多生成 10 条成片。
尚未选择素材
秒
条
多条任务会更换镜头组素材和剪辑节奏。
支持 MP3、M4A、FLAC、OGG，最大 100 MB。
默认继承“视频设置”中的字幕样式，也可为本次成片单独选择。
建议上传 5-20 秒干净人声，系统将克隆该音色生成解说。
留空时按上方目标时长生成；填写后成片时长以实际配音长度为准。
任务与成片
暂无混剪任务
素材重生
通过去除平台暗水印的方式一键让视频“重生”
任务列表
视频队列 0
拖拽视频或文件夹到这里开始处理支持 MP4、MOV、MKV、AVI、WEBM，单次最多 6 条
文件 / 任务信息媒体信息处理参数状态
还没有任务。添加视频后，这里会显示处理队列。
处理设置
参数与算法
队列中至少添加 2 个视频后可混剪。
输出位置云端对象存储任务完成后可预览与下载，成片保留 3 天
分辨率配置跟随源视频自动匹配原片宽高和画面比例
仅处理已获授权的素材；系统会保留原片分辨率、画面比例与音轨。
模特参考图
未选择参考图。
运行日志
处理动态
待命
素材重生云端工作台已就绪
待处理任务0
输出位置云端对象存储最终成片保留 3 天
提交进度0%
处理记录与成片
暂无素材重生任务
云端引擎配置
人脸处理云端人脸重塑
执行设备弹性 CUDA 显卡
临时文件任务结束即清理
最终成片对象存储保留 3 天
GPU 加速、并发数量、输出比例与编码参数均由后台自动选择，不向用户暴露易误操作的参数。
爆款复刻
模型与方案
在一个输入框里完成模型、素材、链接、复刻方案和生成要求。
已选人脸：
@ 人脸素材 选择已认证人脸
人脸素材库选择后会自动加入 @ 引用
正在加载已认证人脸...
生成规格
秒
720p
提交生成
任务进度
提交后自动更新，刷新页面也能继续查看
暂无进行中的任务
任务记录
暂无复刻任务
模板中心
场景化一键创作：选场景 → 填内容 → 生成视频。对标腾讯智影/万兴播爆的"点点点"创作模式
场景化创作模板
每个模板预置了该场景的口播文案骨架、字幕样式、BGM、滤镜、转场、情感、语速。选择场景后填入关键词即可生成完整文案，一键应用全部样式。
预制数字人形象库
预制形象可直接选用，搭配推荐音色。想要真人效果，点"换成我的真人形象"上传您的照片或出镜视频——推荐上传 10-30 秒的说话视频，数字人会保留您的头部动作和神态，效果远好于静态照片。
预制音色库
基于 Edge TTS 的免费音色，按场景推荐。点击"使用此音色"将设为默认音色。
样式模板库（字幕/BGM/滤镜/转场）
我的作品
查看历史任务、断点续跑、删除任务
任务列表
| 任务 ID | 状态 | 创建时间 | 更新时间 | 操作 |
|---|
任务详情
选择上方任务查看详情
人脸认证
为当前账号注册可供高端模型系列功能调用的合规人像 ID。普通真人照片不能绕过真人认证。
使用说明
虚拟人像：用于您拥有商用权的数字角色、AI 角色或非真人形象，提交后等待素材审核。
真人人像：先打开 H5 完成本人认证，再上传与认证本人一致的正面素材。
审核状态变为“可用”后会生成该账号专属的人像 ID，可在使用高端模型的功能中选择调用。
真人人像：先打开 H5 完成本人认证，再上传与认证本人一致的正面素材。
审核状态变为“可用”后会生成该账号专属的人像 ID，可在使用高端模型的功能中选择调用。
虚拟人像入库
无需真人认证
请确认拥有素材商用权；建议上传清晰全身图或正面特写，单张不超过 10 MB。
真人人脸认证
尚未认证
当前账号的人像 ID
尚未提交人像素材
模型配置
配置 LLM、TTS、ASR、数字人等核心模型。修改后自动保存并热更新。
本机算力与模型库
检测中
正在检测显卡...
云端服务状态
检查中
密钥由云端统一托管
供应商密钥只配置在 81 认证服务器或云端 GPU 工作服务器；本客户端、安装包和用户电脑均不保存供应商密钥。
供应商密钥只配置在 81 认证服务器或云端 GPU 工作服务器；本客户端、安装包和用户电脑均不保存供应商密钥。
检查中…
检查中…
检查中…
检查中…
LLM 大语言模型配置
检查中
文本大模型由 81 服务器统一提供，客户端不保存模型 API Key。
TTS 语音合成配置
检查中
超先进声音克隆支持高保真音色复刻、自然情绪控制与多语言口播；其他模型可按需要手动切换。
阿里云系列模型（限时免费）：千问 Audio 3.0 Plus、千问 Audio 3.0 Flash、CosyVoice v3.5 Plus、CosyVoice v3.5 Flash
ASR 语音识别配置
数字人模型配置
检查中
×
功能教学
通过教学视频快速了解从文案、形象、声音到成片发布的完整流程
教学视频即将上线
上传教学视频后将在这里直接播放
视频设置
统一设置字幕、音乐、音频、滤镜、转场、水印、封面和输出规格
字幕样式
以下画面由真实照片与最终 ASS 字幕引擎渲染，字体、颜色、描边和排版均为成片效果。
选择模板会带出推荐值；之后手动修改的双层/双语开关为最终结果。
背景音乐 (BGM)
批量处理、开始创作和视频设置共用这一套云端背景音乐。
视频输出参数
超级IP智能封面
自动提取成片代表帧，并结合标题生成封面。
黑金案例拆解封面
生成时会保留当前视频人物，并按所选模板重构标题与版式。
音频、场景与画面效果
语速、音量、滤镜、转场、水印与片头片尾统一在视频设置中管理。
发布设置
多平台账号管理、发布模式、频率控制
发布模式
平台管理
发布账号管理
扫码添加多个平台账号；每个账号独立保存，互不串号
登录资料只保存在当前电脑，不上传服务器。添加账号时请使用对应平台 App 扫码。
一键分发
将成片同时发布到多个平台、多个账号
选择任务后会自动填入该任务的标题、发布文案和标签，仍可手动修改
算力中心
集中查看可用额度、适用功能与扣费规则
账户概览
算力分区清晰，消耗一目了然
口播工厂与专项模型额度相互独立，系统会在真实生成完成后记录实际消耗。
基础算力
口播工厂
无限算力
覆盖日常口播创作流程，不占用专项模型额度。
数字人口播
文案处理
常规成片
独立额度，不参与扣减
专项算力
闭源模型
20算力
高端模型、标准模型、性价比模型与付费声音模型共用此额度。
自动 B-roll
爆款复刻
AI 带货
付费声音
仅按真实结果记录消耗
算力使用说明
提交任务前了解额度关系，避免创作过程中断。
额度独立
口播工厂持续可用，不影响闭源模型算力余额。
真实扣费
专项任务只有真实生成并完成处理后，才会记录实际消耗。
实时同步
余额以服务端记录为准，可随时刷新查看最新结果。