全栈 AI 能力矩阵

从需求到完整成片：使用「短剧视频」，可从 34 类内容方案中选择创作方向，并统一管理方案资料、大纲、资产、分镜、逐镜视频与最终拼接。

快速生成单条素材：使用「Agent 助手」「图片生成」「视频生成」或「音乐生成」；需要多张图片、多段视频或音频共同约束时，优先选择支持多参考素材的模板。

制作商品成套图片：使用「电商套图」，只需一张产品图即可同时生成 9 个职责不同的商品版位，适合主图、详情页与多市场素材准备。

直播与口播：使用「AI 直播」完成数字人驱动、摄像头口型、话术播报与弹幕互动；已有视频需要替换配音和口型时使用本地「对口型」。

处理已有素材：智能混剪、去水印、音频切片、音频提取、文字提取和音频编辑主要在本机执行，适合批量整理与二次创作。

想先免费创作：在文字、图片或视频的模型框选择“自部署模型”。当前 3.2.5 中这三类自部署模型均不扣账户算力，其他模型仍以客户端显示为准。

适合做什么：在软件内与主流大模型对话，完成写文案、拆脚本、改话术、翻译摘要、排查报错思路、产品卖点头脑风暴等；「工作模式」下还能在对话中直接生成图片、视频、音乐、语音，一条对话完成从创意到素材。

怎么用：打开「Agent 助手」新建会话即可多轮追问并管理多个对话；工作模式下可直接让它参考上传素材生成图片、视频、音乐或语音。任务运行中可以追加引导、排队下一条或停止，历史消息也可编辑分支和恢复检查点。

结果管理：已生成的完整回答会保留在对应会话中；切换会话或同时生成多项媒体时，结果仍会回到最初发起任务的对话，不会丢失或串到其他会话。

免费选项：3.2.5 中选择“自部署模型”进行文字对话不扣账户算力；模型框直接使用当前运营配置的展示名称。

技能管理：助手不会把聊天内容自动制作成技能。技能只能由你在「技能管理」中手动导入，或经你同意后从技能商店安装；不要提交他人隐私、未授权作品全文或违法内容。

综合生成（不限素材类型与数量）

适合：客户端默认首模板：从纯文字描述到图片/视频/音频素材自由搭配的综合生成，宠物/人物小剧场、空镜氛围、概念广告、多素材创意片都可从这里起步。

怎么写：用自然语言写清主体、场景、运动、镜头、光影与风格；上传素材后在正文中用 @图像1、@图像2 等点名各素材的职责（谁的形象、哪段是运镜参考、哪段是节奏参考）。

注意：避免一次塞入互相矛盾的动作与描述；素材与文字冲突时画面会偏向素材，人物若不要某类形象请在风格或约束里写明。

文生视频·侧移跟拍（浅景深）

适合：咖啡、美食、美妆、小物件等桌面级特写，需要「横移 + 虚化背景」的商业质感。

怎么写：在提示里固定「缓慢横移、浅景深、焦点落在主体」；补充台面材质、窗光/暖光与蒸汽、液体等细节。

注意：与综合生成相比，本模板默认更偏「静物 + 微动」，大场面叙事可改用综合生成。

文生视频-联网搜索

适合：需要引用近期公开信息的竖屏简报、资讯摘要类画面（如科技/财经要闻），减少凭空编造。

怎么用：提示词里写清检索主题、时间范围与条数；程序在支持联网的线路下会附加检索工具。生成内容仍应人工核对事实。

注意：必须当前线路与账号支持联网；不适合强隐私或内训材料。

文生视频·电商产品展示

适合：单品主图视频、详情页头图、投放素材，需要干净展台与稳定布光。

怎么写：写清品类与卖点（材质、Logo 区、转盘或慢推），强调「三点布光、色彩还原、少畸变」；需要无字画面可在提示中说明。

注意：复杂多 SKU 同框建议拆多条任务或改用多图模板。

图生视频-基础（1张图）

适合：已有定妆照、产品图或插画，希望「让图动起来」但保持光影一致。

素材：恰好 1 张参考图；文中「图片1」对应该图。

怎么写：说明希望的动作幅度（微动/行走/推近）、是否手持感、电影感或二次元风格；避免与参考图构图严重冲突的描述。

首尾帧-两图过渡（2张图）

适合：明确知道「第一帧长什么样、最后一帧长什么样」，中间过程交给模型补全。

素材：按列表顺序：图1 = 首帧，图2 = 尾帧；主体轮廓与色调宜接近，过渡更稳。

怎么写：可指定横移、推拉或渐变，强调「光影连续、比例一致」。

多图组合场景

适合：人物与场景分别设计好，希望合成到同一镜头（如角色走进你画的街景）。

素材：2 张图：通常图1 人物外观、图2 环境。

怎么写：描述人物在场景中的位置、走向与透视关系，必要时写明光照方向以便融合自然。

多图角色场景

适合：多角色同框、群像、短剧分镜，需要多张定妆或场景参考同时约束画面。

素材：1～9 张参考图，顺序要在正文用「图片1」「图片2」… 逐一点名职责（谁的脸、谁的服装、哪张是景）。

注意：短剧视频在多角色镜次会走类似组包；张数越多越要写好每张分工，否则容易「粘脸」或主次不清。

智能多帧（关键帧链路）

适合：故事线已拆成多格关键画面，希望按时间顺序顺滑衔接（如分镜师已出 3～10 张关键帧）。

素材：3～10 张图；是否可用以及实际张数以当前模型和客户端提示为准。

怎么写：图1 作首帧，其后每张为沿时间推进的关键节点；补充每段衔接动作与情绪。

主体替换

适合：保留原视频的机位与动作，只把画面里某个物体换成新外观（如换包装、换道具模型）。

素材：1 张新外观参考图 + 1 段原始视频；提示词里写清被替换物体名称。

注意：运镜会以参考视频为准，勿期望改变大角度镜头运动。

对象添加

适合：在不变更原有表演的前提下，向画面里增加小元素（如蝴蝶、粒子、前景物体）。

素材：1～3 段参考视频（与界面列表一致）；提示词具体写「增加什么、大致位置、不要挡脸」等。

对象删除

适合：去掉路牌、路人、电线等干扰物，保留主体动作与背景透视。

素材：1～3 段参考视频；写明删除对象及是否修补背景。

局部重绘/编辑

适合：改服装颜色、换招牌文字区域、微调局部材质而保持姿态与脸型。

素材：1～3 段参考视频；提示词限定「只改哪里、其余不变」。

视频延长（续拍）

适合：当前片段结束得突然，希望在时间轴向后自然接一段。

素材：1～3 段参考视频；描述延续动作、情绪与镜头语法，避免跳剪感。

前序生成（向前延长）

适合：补「进画之前发生了什么」，使现有视频首帧不再显得突兀。

素材：1～3 段参考视频；强调与首帧的光效、位置无缝衔接。

组合参考-风格迁移

适合：已有实拍动作，希望整体看起来像某张概念图的色调、笔触或电影 LUT。

素材：1 张画风/色调参考图 + 1 段视频；动作与时间线以视频为准，图只提供风格。

轨道补全

适合：画面有遮挡、缺角、穿帮区域，希望在不动时间轴的情况下修补完整。

素材：1～3 段参考视频；说明缺损区域大致位置与期望补全内容。

多模态-参考运镜+配音节奏（图+视频+音频）

适合：已定首帧画面，想「镜头照着样片走」，且剪辑点卡在音乐/配音节拍上。

素材：1 图 + 1 参考视频 + 1 参考音频；请选择支持混合参考素材的模型。

怎么写：说明图负责氛围与首帧，视频负责运镜，音频负责节奏；避免三者叙事互相矛盾。

场景特效模板

适合：在人物或场景上叠加平台提供的特效模板（如互动特效类）。

怎么写：第一行写 template: 加官方模板 ID；正文描述动作与画面；可配 1～6 张参考图。

模板成片

适合：快速叙事短片，由平台按「多图顺序」帮你组镜。

素材：1～7 张图；可选首行 story: 故事模板名，不写则用默认故事线。

文生音频

适合：按文字描述直接生成一段环境声、氛围铺底或简单音乐性音频。

怎么写：用自然语言写场景与情绪，长度适中；用于给视频或直播垫底时可多试几条选最贴合的。

可控文生音效

适合：需要按秒控制「前 3 秒鸟叫、后 4 秒海浪」这类分段音效。

怎么写：可用 JSON 数组描述各时间段的 prompt，或直接一句中文作为整段音效说明。

语音合成

适合：把大段文稿读成音频，再给对口型或数字人模板用。

怎么写：第一行 voice_id: 加官方音色 ID；换行后全文朗读内容，注意字数上限。

声音复刻

适合：用你的参考音频训练临时音色，再 TTS 任意文案。

素材：须上传 1 段参考音频；第一行定义 voice_id:（英文字母开头、长度符合要求），换行写试听句。

动作同步

适合：让静态人像跟随参考视频里的身体动作（单人、正脸类效果较稳）。

素材：1 张正面人像 + 1 段约 2～30 秒动作视频。

对口型

适合：已有说话人镜头，要把嘴型对齐新配音或新台词。

素材：1 段含人脸的视频；可再传 1 段音频，或不传音频而用文本生成语音后对齐。

注意：纯文本驱动时对白长度、音色 ID 等规则见客户端提示。

数字人（视频生成 Tab 内模板）

与 AI 直播的数字人区别：此处是云端视频生成内的一套模板流程，强调 1 张人物图 + 音频或口播稿。

素材：恰好 1 张清晰人脸图；可选 1 段音频，无音频则用提示词中的口播全文走 TTS。

推荐提示词

适合：有图但不知道怎么写视频提示词，想先要一批创意方向。

结果：返回推荐文案/标签类内容，不直接输出可下载成片视频；可选首行 types: 指定请求类型。

智能超清尊享

适合：已有成片，需要云端超分到更高档位。

素材：1 段视频；第一行可写 upscale: 档位，或用 creation_id: 引用平台侧成片（二选一规则以客户端为准）。

一键通用成片

适合：1～7 张任意主题图，自动生成带叙事节奏的短片，时长可在界面选较大范围。

怎么写：正文可选主题、节奏、字幕口吻；图顺序会影响镜头组接。

一键电商成片

适合：多图商品展示 + 口播卖点，偏带货与促销信息。

怎么写：可首行 language: 指定中英文口播倾向；正文写卖点、优惠与品牌调性。

一键AI-MV

适合：有歌或伴奏 + 若干视觉参考图，快速做 MV 感短片。

素材：1～7 图 + 1 段约 10～180 秒音频；正文可说明是否对口型、色调与剪辑偏好。

视频复刻

适合：喜欢参考视频的运镜与节奏，但要换掉画面里的商品/人物外观。

素材：1 段 5～180 秒参考视频 + 1～7 张新外观图；正文说明替换谁、保留谁。

适合做什么：你有一段「想要同款节奏/运镜/气质」的参考片，希望在自己的人物或场景素材上复现类似表达方式，用于追热点形式、统一账号调性。

怎么用：在「视频生成」中选择「视频复刻」模板，上传 1 段参考视频 + 1～7 张图片（不带参考音频），填写希望保留或弱化的元素；提交后在云端任务取成片。

注意：参考片需你有权使用；复刻不等于复制他人原创内容用于侵权，生成结果仍建议人工审片。

适合做什么：实体门店探店种草片、商品带货短片等「按秒编排 + 口播讲解」的竖屏内容，不必手写整套分镜。

怎么用：在客户端「探店」「电商」独立工作区（或「视频生成」中的「探店视频」「电商视频」模板）上传 1～9 张门店/商品图，探店模板可再加 1 段口播音频；工作区会按「成片规划（总时长、镜数、钩子→卖点→细节→CTA）」生成分镜稿，含口播分句与逐镜画面描述，每镜独立生成 9:16 竖屏视频并逐镜审核，最后拼接成片。

注意：参考图只按已上传张数引用，提示与分镜不会编造图中不存在的内容；发布前请核对门店与商品信息的真实性。

适合做什么：口播带货、课程口播、APP 更新说明、多语言播报等你需要「脸 + 声」但不必真人反复录制的场景。

怎么用：在「视频生成」中选择「数字人」或「对口型」模板：「数字人」模板用 1 张清晰人物图 + 配音音频（无音频则用口播稿文字转语音）生成口型同步的口播视频；「对口型」模板用 1 段含人脸的视频对齐新配音或新台词。完成后在云端任务下载成片。

注意：肖像须有权使用；声纹若使用在线语音服务也需遵守对应授权范围。需要实时出镜的直播场景请用「AI 直播」的数字人驱动。

适合做什么：为短视频、广告片头、直播间垫乐生成可循环的 BGM 或短曲，减少版权检索成本。

怎么用：用风格、情绪、速度与时长等关键词描述需求；生成结果为音频文件，可导入「智能混剪」或与视频轨道合成。

注意：商用发布前请确认当前服务对生成音乐的授权说明。

适合做什么：已有成片需要云端超分到更高清晰度档位，用于大屏展示或二次发布。

怎么用：在「视频生成」中选择「智能超清尊享」模板，上传 1 段已有视频；首行可写 upscale: 档位（可选 1080p / 2K / 4K / 8K，不写则默认 1080p），提交后由云端完成超分。

注意：档位越高耗时与算力消耗越大；超分无法真正恢复源素材丢失的细节。

包含工具：去水印字幕、字幕擦除、动作迁移、视频换人、换装换衣、高清修复、反推生图、口播视频。它们是左侧「云端」分组中的独立入口，与本地去水印、提示词反推等功能互不影响；换装换衣可在同一页选择“自然换装”或“强力覆盖”。

操作方式：按页面提示选择图片、视频或音频并填写参数，点击「开始」后可持续查看上传、提交、处理和保存状态；输入素材与结果都支持大预览，多结果会以缩略图墙展示，双击即可用系统默认程序打开。

可用状态：暂未开放的工具仍会保留入口并说明原因，可在页面内重新检测；首次同步未完成或网络刷新失败时会保留导航，不会把连接问题误显示为功能已下线。

口播视频：没有现成音频时，可在页面内输入文案，用本地超拟真V3生成配音；可选参考音频克隆本人或已获授权的音色，生成后自动填入音频输入并继续制作。

结果：完成内容会自动保存到输出目录并同步到云端任务中心，方便继续预览、下载或再次处理。

适合做什么：看到别人的优质 AI 视频想知道「这是怎么生成的」，或把自己的成片「翻成提示词」再喂给视频生成做变体。

怎么用：上传视频或粘贴分享链接，客户端会按时间段核对完整画面与音轨，补充快速切镜、短动作、结尾、音乐变化和关键音效；结果可直接带到「视频生成」继续使用。

声音理解：输出会区分画内人物对白或演唱、画外旁白、含人声的背景音乐、环境拟音和无法确认的声源，减少把背景歌声误判成人物演唱。

失败与重试：任务被明确拒绝、处理失败或取消时会立即结束，可直接重新提交，无需重启客户端或清理任务记录；页面只显示可执行的产品提示。

注意：反推文本是近似概括，不保证与原作者意图一致；涉密内容勿上传。

适合做什么：围绕同一商品快速准备主视觉、使用场景、氛围、细节、工艺、明暗、卖点、参数与尺寸共 9 张职责不同的图片，用于商品主图、详情页和投放素材。

怎么用：产品图是唯一必填项；Logo、商品名称、真实卖点和规格均可选填。提交后 9 个版位同时处理，右侧 3×3 九宫格分别显示每张图的状态和结果。

多语言文案：支持简繁中文、英语、日语、韩语及常用欧美、东南亚和中东语言。已有中文资料会忠实转换到目标语言，品牌、型号、数字和单位保持原样。

事实边界：未填写的尺寸、材质、功率或效果不会被擅自补造；每张成功结果可双击打开原图，未上传 Logo 时保留生成原图，上传后只额外叠加 Logo。

新增 · 多图生图（0~9张）

适合：客户端默认首模板：可纯文字出图，也可叠加 1～9 张参考图做多图融合，商业静物、产品场景、穿搭与氛围图都能从这里起步。

怎么写：用自然语言描述主体、场景、光影与画质要求；上传参考图后用 @1、@2 点名每张图的作用（如 @1 商品、@2 场景）。

设置：默认标准模型、单张、不组图、不联网；参考图 0～9 张可选。

① 文生图·特写肖像

适合：时尚、杂志感、强光影的人物特写，无需参考图。

怎么用：在默认示例上改发型、服饰、灯光与情绪即可；单张输出。

② 图生图·材质替换

适合：商品静物摄影里「换一个材质」但保持构图与角度。

素材：1~9 张参考图；提示词写清要换的对象与目标材质（如陶瓷改玻璃）。

③ 多图生图·换装

适合：虚拟试衣、穿搭展示，把一件服装穿回指定模特。

素材：1~9 张参考图：@1 人物全身/半身，@2 服装平铺或穿搭参考，更多图可补充角度与细节。

怎么写：说明保留脸与体态、褶皱自然；勿与 @ 顺序矛盾。

④ 组图·科幻四分镜

适合：一次生成 4 张叙事连贯的分镜，角色与画风需一致。

怎么用：在提示里写清四格各自场景与情绪递进；程序会开组图序列（如 max 4 张）。

⑤ 参考图+组图·品牌视觉 GREEN

适合：拿一张 LOGO/主视觉，延展成套物料（包装、周边等）。

素材：1~9 张参考图；提示词里可改品牌名与品类，保持主色与图形语言一致。

⑥ 多图+组图·过山车三时段

适合：同一角色与道具在早/中/晚光线下的三连拍叙事。

素材：1~9 张参考图约束角色与玩偶形象；组图 3 张。

⑦ 联网搜索·五日天气预报图

适合：信息图、天气穿搭卡、需带检索数据的扁平插画。

设置：开启联网搜索与固定方形像素尺寸；提示里写明城市、天数与排版（如横向五卡）。

注意：检索结果需人工核对后再对外发布。

⑧ 参考图·四姿态组图

适合：同一人物四种动作/道具状态，用于表情包、电商展示位。

素材：1~9 张人物参考图；输出 4 张一组，画风与身份需可识别为同一人。

⑨ 兼容模式·四季庭院+提示词优化

适合：想试兼容模型上的组图能力，并接受「先优化提示词再出图」的流程。

设置：兼容模型 + 快速优化 + 4 张组图；适合插画类连续场景（如四季同一庭院）。

⑩ 文生图·主视觉海报（标题区留白）

适合：横版活动主 KV，后续要在 PS/Figma 里叠大标题。

怎么写：强调上方 15%～20% 留白、主体居中偏下、少细碎小字。

导入正文或脚本直接创建项目

支持格式：可导入 TXT、Markdown 或 DOCX，先选择对应内容方案，再按“第 N 集”或章节标题自动拆分；没有分集标记时会作为单集保存。

直接生产：导入后无需补做大纲和规划，可从当前正文或脚本继续生成分镜、关键帧、视频提示词与成片。修改正文后会提示重新生成分镜，避免沿用旧镜头。

34 类内容方案

覆盖场景：连续故事、带货、口播、探店、活动、品牌、企业、测评、知识、课程、旅游、招商、母婴、美妆、家装、汽车、房产和回忆录等方案均有独立资料与生成规则。

方案资料：产品、受众、证据、主持人、场地和商品图等内容会在“生成大纲”时按当前方案集中显示；缺少必填资料会明确提示，独立入口也允许先保存部分资料。

全流程生效：所选方案会继续约束大纲、正文或脚本、资产职责、分镜、关键帧、提示词和成片标准，不只是一个分类标签。

内容方案可控切换

内容保留：用户直接导入的正文或脚本始终保留；其他当前正文可由用户明确选择是否迁移，纯导入内容不会显示无意义的重复选择。

结果隔离：旧方案的大纲、规划、素材、分镜、关键帧、提示词和输出状态会与新方案隔离；运行中的项目任务不会被切换操作串改。

核心卖点：让内容进入可生产状态

识别：填写一句话需求后，AI 可识别适合的生产类型和细分方案，用户仍可调整组合；确认结果会随项目保存。

优势：从一段需求或素材自动走到可生成的视频镜头清单，并保留工程关系：当前方案组合、分集来源、角色与素材引用、镜头提示、成片来源都可以继续核对和修改。

输出：分镜表、角色/场景/道具参考图、单镜视频、拼接后的 9:16 竖屏成片；适合再接混剪、字幕、发布等模块。

阶段一：大纲、内容规划与分集产物

你提供：一句话需求、小说章节、商业资料、知识材料或回忆录事实，可继续指定风格、受众与表达重点。

软件做：按全部已选方案生成对应的大纲和内容规划。连续故事产出小说正文；商业、知识与回忆录产出独立的分集生产脚本，不再套用小说主角、反派或付费钩子模板。

可编辑：页面标题、按钮、空状态、规则编辑器和导出文件名都会跟随方案变化。不同方案组合的规则与结果按项目隔离；更改方案后，旧分镜、关键帧、提示词和视频不会被误当作当前结果继续使用。

长篇生成与项目切换

长篇稳定性：生成主线时会持续显示当前输出，完整设定生成结束后再统一切换结果；写每一集小说时只提取该集相关细纲、伏笔和有长度上限的全局资料，减少长篇内容挤满模型上下文。

清楚提示：本地文字模型收到超过上下文上限的材料时，会显示本次请求量与模型上限并停止重复提交；旧项目只缺伏笔账本条目时，可以保留已有内容并定向补齐缺项。

安全切换：后台生成期间可以切换到其他项目再返回，生成结果、当前编辑和界面刷新会继续归属于原项目，不再因重复加载项目快照而互相覆盖。

阶段二：分镜、资产与关键帧

软件做：连续故事强调人物行动和跨镜连续；商业内容强调产品与演示；知识内容强调步骤、图表和屏幕；回忆录强调有依据的人物、档案与地点。商业与知识内容允许无人出镜，不会强行添加角色。

你可介入：可编辑分镜、重绘或替换参考图，并调整角色、场景和道具。单镜重生成只使用同一剧集的相邻镜头，不会跨集借用首尾画面。

阶段三：逐镜视频

软件做：每镜按当前方案、分镜事实、实际参考素材、画幅和分辨率构建任务；旁白、解说和没有明确角色归属的画外音不会误绑人物音色。

并发与连续性：同一项目可以同时生成不同镜头，同一镜头仍会防止重复提交；同场景后一镜需要前一镜实际尾帧时会自动等待，避免并发破坏画面接续。

参考图容量：计划素材多于当前模型可接收数量时，提交前会列出实际上传和仅作文字约束的图片，由用户决定继续或更换模型，不会静默丢图。

旧来源管理：主线、分集内容、分镜、提示词或参考素材发生变化后，旧文件会标明“来源已变化”，仍可预览、打开和删除，但不会冒充当前镜头完成或继续参加合并。

单镜重试：重试中间镜头时继续使用完整分镜的前后镜关系；只生成部分镜头的批次不会覆盖整集最终成片状态。

阶段四：拼接与导出

软件做：只使用与当前方案、分镜和素材来源一致的镜头按时间轴拼接成片，可统一叠加单轨 BGM，减少多镜拼接后的断裂感。

界面：输出页操作集中在视频列表顶部，镜头缩略图会在后台生成并随源视频更新；打开按钮始终对应当前卡片的真实文件，播放器不可用时会显示易懂提示。

后续：可合并全部或部分有效镜头，再继续做字幕、混剪、超清输出或交给「多平台发布」。

适合做什么：直播整场逐段话术、短视频口播稿、投放文案的多版本 A/B 草稿。

怎么用：粘贴原话术，设置目标字数（500～1000000），可一次勾选多种目标语言，并设置源语言、品牌与术语保留、同义词变量格式（{ | } 或 【 】）及模型。3.2.5 会在生成前一次明确商品事实、参考口吻、正文结构与篇幅，让模型直接返回可保存的完整话术；空结果、明确截断、请求异常或文件无法保存时才会中止并说明原因。

多语言与变量：37 种目标语言分别约束文字体系、自然口语和区域表达。开启变量后，每个非空行会安排 3～5 组变量，每组提供 3～5 个可互换选项，同时保护价格、规格、数量、品牌和商品事实。结果可直接用于「AI 直播」脚本，或作为「数字人 / 对口型」模板的口播文本。

注意：涉及医疗、金融等强监管行业需人工合规审核；数字与承诺语不要盲信模型。

入口：在 Agent 助手、图片生成或短剧视频现有的模型下拉框中，直接选择本地文字或图片能力，无需进入单独页面；名称与当前运营配置保持一致。

下载：首次使用会检查当前任务所需资源；缺少或损坏时先征求同意，再打开独立窗口显示总量、实时进度、速度、预计剩余时间和文件校验。窗口可转到后台，取消后保留已下载部分供下次续传。

体验：本地文字回复会显示实际输出量、耗时与生成速度；本地图片支持文字生成和单张参考图重绘，结果可在页面中预览。

能力：四种直播模式——纯音频直播、摄像头驱动、数字人驱动和视频素材直播；可长时间循环预设脚本，也可接弹幕做互动。

界面：选择视频素材直播后，高级参数默认收起，让素材和开播操作更集中；点击“展开参数设置”即可恢复叠加、实时画面变化与播放换镜三列完整设置。

指定主画面：@视频[产品近景] 切到对应名称的视频；@视频组[产品展示] 从对应分组选择；@随机视频 随机切换；@默认视频 回到默认素材。

临时叠加：@叠加[优惠角标;透明度=40%;大小=38%;位置=右上;持续=8秒] 可按名称临时加入叠加视频，@清除叠加 用于清除临时叠加。

执行时机：指令不会被朗读，并且只在包含它的那段话术真正开始播放时执行，不会提前改变前半句话的画面。

实时去重：在不修改源文件的前提下，直播画面可持续加入平滑的构图、旋转、清晰度与色彩变化；每次开播使用新的变化序列，多素材换镜还能设置近期不重复数量。

多层叠加：可同时启用多个叠加视频，每层分别设置透明度、位置、大小、混合方式、翻转、圆角和柔边；全屏叠加会按比例铺满并居中裁切。直播中调整参数不会重启主画面时间轴。

播放编排：支持基础速度、随机或顺序换镜、近期不重复数量、素材播完行为，以及循环时重新选择速度或起点；参数会随会话保存。

中控：直播中控连接各平台中控台，弹幕抓取覆盖 8 平台（抖音/巨量百应、快手、视频号、淘宝、百度、拼多多、TikTok、小红书），支持 AI 弹幕文字/语音回复、商品讲解弹窗、定时公屏、直播剧本与直播热键。

输出：直播画面可选窗口预览或 OBS 虚拟摄像头输出，配合 OBS 推流至各平台开播；弹幕自动回复需配置大模型接口。

连续性与恢复：摄像头模式会等口型功能真正就绪后再起声；数字人以实际声音位置为播放时钟，句间自然闭口且画面继续，下一句准备和短时画面波动不会造成先定格再跳帧。停播、快速重开或切换模式时会清理上一场的声音与画面任务；本地语音一次启动失败后仍可在稍后重新检查恢复。

形象训练：点击训练后立即显示处理窗口，预处理忙碌状态、训练百分比、当前阶段和已用时持续更新；处理中重复点击不会启动第二个任务。

更多：详见 AI 直播 专题页。

适合：给已有真人或数字人人物视频替换配音和口型，制作课程口播、产品讲解、多语言版本与角色对白。

怎么用：在“AI直播”下方进入“对口型”，每次上传一段人物视频，再选择现成音频，或输入文案并选择参考音频克隆本人或已授权音色；处理完成后在本机输出 MP4。

多语言：文字配音支持 69 种本地语言和方言；跨语言克隆、方言或自动识别不准时，可填写参考音频原文。

任务管理：支持取消、播放成片和自选输出位置；人物素材只用于本次临时分析，不会加入数字人形象列表。

流程：支持抖音/TikTok/小红书/快手/B站/微博/视频号/皮皮虾/知乎/微视 10 平台链接解析下载素材 → 场景智能切分 → 以「过原创检测」为目标的去重/重排/变速混剪 → 字幕封面、配音，支持断点续剪与混剪报告；素材列表会显示每段视频的真实封面，批量导入时更容易辨认。

模式：一键随机拼凑、语义叙事、单素材裂变、多素材拼接、智能优选、节拍卡点等 10 种混剪模式；默认模式不再显示无用提示和空白占位，切换到其他模式时仍会显示对应说明。

建议：素材分辨率尽量接近，避免横竖混剪导致大量黑边裁切。

适合：同一成片要发多个平台与账号，减少重复点击上传：抖音、快手、小红书、B站 支持一键自动发布，视频号、百家号、TikTok 为打开发布页的半自动模式，共覆盖 7 个平台。

注意：各平台登录态与审核规则独立，标题与话题需按平台习惯分别微调。

怎么用：视频去水印在本机执行，数据不离开电脑，适合内训片、合同演示等敏感素材大批量处理；支持手动框选、固定位置、智能检测（按首帧自动定位最多 2 个区域）三种定位方式。

处理方式：支持边缘融合、内容填充和高斯模糊等方式；复杂背景擦除后可能需要二次修补。

注意：对他人作品去水印并商用可能侵权；仅建议在权利清晰时使用。

处理方式：提供在线多语种合成与本地零样本语音克隆两种方式，支持多种语言、方言与情绪表达，可按页面选项调整语速和资源档位。

素材质量：3～10 秒、少混响、少背景乐的清晰干声最佳；口音与语速会继承到克隆结果。

用途：长文配音、角色统一声线、与本地数字人/直播搭配；模型与缓存默认留在本机。

合规：仅克隆本人或已书面授权的声音。

适合：从长录音里切出多条短视频配音、或从播客里抽金句；支持音频及视频中的音轨，可批量处理。

参数：5 种分割模式（按静音 / 按时长 / 按节拍 / 按句子 / 自定义时间点），默认按时长连续切割，可设片段时长（1～300 秒）、音量标准化与淡入淡出，输出 MP3 / WAV / AAC / FLAC / OGG。

结果：处理窗口持续显示当前阶段、文件名和已用时，无声、过短或无效片段会自动过滤；结果统一保存到中文音频目录并可从页面直接打开。

适合：把视频里的音轨抽出来单独使用，如提取解说配音、背景音乐再利用。

怎么用：支持本地视频文件，也可粘贴分享链接解析下载后提取；文件列表会显示每段视频的封面缩略图，输出 MP3（也可选 WAV / AAC / FLAC / OGG）。

适合：自动生成字幕 SRT、会议纪要、视频文案再利用。

识别方式：支持本地离线识别与云端增强识别；方言与强 BGM 会降低准确率，强噪音素材可切换云端模式。

能力：面向带货音频的批量再加工——LLM「一键调整」（输入新商品信息改写重录）、关键词一键替换、关键词过滤删除、片段列表管理，可批量处理文件夹。

衔接：常放在「AI 直播」或「智能混剪」前，批量统一话术口径与商品信息。