真人讲解家居视频自动化生产流水线

"短剧工业化流水线"式数字人讲解视频调研 · 24 源 / 25 条论断对抗验证

2026-07-08deep-research 验证后被「全 AI 剧情片」路线取代

🧭

这是数字人讲解路线的调研（口播 + 换口型），是内容生产流水线探索的中间一站。后续判断这条路"塑料感/口播感"重、不如全 AI 剧情片有代入感，主线转向 AI 短剧生产方案（v2）。此页保留作路线演进记录与开源工具索引。

1数字人主路径 · HeyGem / Duix

硅基智能 HeyGem.ai（已更名 Duix.Avatar，GitHub GuijiAI/HeyGem.ai）开源离线部署，10 秒素材克隆形象 + 声音，本地 HTTP API 可被 Python worker / n8n 直接编排：

硬件门槛：NVIDIA GPU（RTX 4070 级）+ 32GB 内存，仅 Windows / Ubuntu 22.04，核心模型是 ~70GB Docker 权重镜像。免费商用上限：10 万用户或年营收 $10M。

方案	许可	性能
MuseTalk	MIT 代码 / OpenRAIL-M 权重	V100 核心推理 30fps+（另有预处理开销）
EchoMimic	Apache-2.0	加速后 10s 视频 ≈50s V100

换口型路线 60s 成片渲染 ≈5min V100，<1 元/条。

pyJianYingDraft 程序化生成剪映草稿。三个硬约束：

✓

基建复用：需锁定剪映 6.x 的 Windows 渲染机——Akke 已有的阿里无影 Windows 云电脑（国内 IP）正好可兼任渲染 + 发布节点。云端托管替代：VectCut 流光剪辑 API（定价未核）。

路线	单条 60s 成本	拆解
数字人路径	≈1–5 元	LLM <0.1 + 渲染 0.5–3 + 剪辑 ≈0
纯文生视频（doubao-seedance ≈1 元/秒）	44–60 元	差 1–2 个数量级

《人工智能生成合成内容标识办法》2025-09-01 施行；抖音已上线 AI 标识 + 元数据读写双轨，会读文件隐式标识自动打标，未声明会被检测强制加「疑似 AI」标。流水线必须默认走发布时主动声明（高级设置→发文助手自主声明），不做规避。

⛔

已否决论断（勿引用）：「n8n 长视频工作流自动化超 90% 但音视频拼装需人工」——对抗验证 0-3 refuted。

→

下一步演进：AI 短剧生产方案调研（2026-07 · 全 AI 剧情片路线）——放弃口播数字人，转向有剧情/有演员质感的 30s 广告切片。