它做什么
一句话：网文作者上传小说章节 → 自动生成 3-5 分钟的日系动漫风格短视频。
具体 pipeline：
- 豆包 LLM 解析文本 → 提取角色、场景、对话、自动分镜
- Seedream 按分镜生成动漫画面（参考图保持角色一致性）
- Seedance 2.0 图生视频 + 环境音效
- 火山引擎 TTS 多角色配音
- FFmpeg 合成字幕 → 导出 1080p MP4
整套跑下来一集成本约 9-19（用户自备火山方舟 API Key ），不需要 GPU ，纯编排代码。
跟现有方案的区别
- 即梦/可灵/Vidu：通用视频生成，没有角色一致性概念，理解不了长篇叙事
- NovelAI：能出图但需要大量手动操作，不是端到端
- 小说推文工具：本质是 PPT 翻页配 AI 配音，没有动画
这个项目想做的是「有声漫画」这个形态类似 B 站上已经百万播放验证过的有声漫画视频，对话场景用中景/远景配合微动作，不追求唇形同步，靠字幕和声优表现力撑。
为什么做这个
我是网文读者，注意到很多中腰部的作者其实很想把自己的作品「动漫化」来引流，但找动画工作室动辄几万块一集，完全不现实。AI 视频生成去年下半年的进步让我觉得这个事技术上可行了。
花了两个月调研 + 写 PRD ，技术链路基本跑通了。
我不确定的事
这也是发帖想请教的：
- 作者真的需要吗？ 我聊过几个作者，反馈两极分化有人说「太需要了，手动做推文视频累死」，有人说「我不如花钱找人画个封面」。网文作者的付费意愿和能力到底怎么样？
- 有声漫画这个定位靠谱吗？ 它介于 PPT 推文和真动画之间，会不会两头不讨好？追求动画质感的觉得不够，追求效率的觉得太慢？
- 开源免费但依赖商业 API 这个模式怪不怪？ 代码全开源，但用户得自己充火山方舟的钱。这种「免费代码 + 付费 API 」的模式，创作者能接受吗？
- 9-19 一集的成本是高了还是低了？ 我个人觉得还行，但网文作者很多是学生/副业，这个价格会不会劝退？
- 有没有更痛的场景我没看到？ 也许网文作者最大的痛点根本不是「视频化」而是别的什么，我拿着锤子找钉子了？
技术上的诚意
- 全栈火山方舟（豆包 + Seedream + Seedance + TTS + 视频合成），一个 Key 搞定
- Web 端提供精调面板：不满意可以手动改角色外观、调整镜头顺序、重绘单帧
- 角色 IP 库：第一次上传章节后 AI 提取角色设定，作者确认后所有后续章节自动沿用
- Phase 1 目标：60 分质量，跑通端到端，成本 5-8/集
欢迎泼冷水，也欢迎告诉我「你其实应该做 XXX 方向」。V 站各位的判断力我是信的，拍砖越狠我越清醒。
3
Select Language