AI 短视频制作，你想问的都在这里

逐日 AI 是一个自部署的 AI 短视频生产引擎：一句话想法先由 AI 扩写成口播文案并自动拆成分镜，每个切片独立配音、独立生图、独立合成，最终用 ffmpeg 在你自己的服务器上合成 MP4。模型 API 全部接入你自己的 Key，按官方价按量计费，平台零加价。

最大区别是「切片制 + 数据自主」。黑盒工具是一条流水线：输入、等待、拿成片，中间花了多少钱、哪一段不满意都无从过问；逐日 AI 把生产线拆成切片这个最小单元——文案、配音、画面、合成每一步都可见、可单独重跑。同时它是自部署架构，素材与成片都保存在你自己的服务器。

都不需要。剪辑环节由内置的 ffmpeg 合成替代：字幕按每段配音的真实时长自动烧录，BGM 自动循环铺底并混音；不想出镜可以全程用 AI 配音与 AI 生图，也可以用数字人口播。你只需要提供文案或一句话想法。

三类主流内容全覆盖：口播/带货/科普类（单人旁白配画面）、漫剧（多角色对白分镜，自动建立角色库并保持画风一致）、数字人口播（真人形象 + 口型同步）。案例中心提供 14 个开箱即用的结构化模板，套用后替换文案即可出片。

逐日 AI 本体自部署、无订阅费、无席位费；你只需为自己的模型 API 用量付费（大模型、语音合成、生图、生视频按各平台官方价格按量计费，平台零加价）。自部署版功能完整，成本完全取决于你的生成量——用多少花多少，不用不花钱。

按能力类型接入：大模型（文案/分镜，支持 OpenAI 兼容接口，如阿里云百炼 qwen-plus）、语音合成（DashScope qwen-tts）、生图（通义万相 wanx2.1、OpenAI 兼容、或本地 ComfyUI 工作流）、生视频（wanx2.1-t2v 或 ComfyUI H3 图生视频）。没有的能力类型可以留空，只影响对应功能。

安全。所有 Key 使用 AES-256-GCM 加密后落库，仅在调用时解密使用，界面与数据库中都不出现明文；服务部署在你自己的服务器上，Key 不经过任何第三方。

取决于生成策略：纯「分镜脚本」只消耗一次大模型调用，成本几乎可忽略；「图文成片」= 每镜一次 TTS + 一次生图；「视频成片」在此基础上每镜再加一次图生视频（成本占比最高）。工作台的用量面板会统计本项目累计成功调用的 AI 用量，花在哪里一目了然。

长文案会被 AI 自动拆成多个分镜切片，每个切片独立生产配音、画面与视频。某一段不满意就只重跑那一段，不浪费其余切片的 API 调用；切片支持拖拽排序、AI 改写、智能插入，合成时按时间线无损拼接。

漫剧模式为每个角色建立角色卡（外观描述 + 专属音色 + 参考图），生图时通过固定种子与 IPAdapter 参考图强一致性约束，同一角色在所有分镜中保持长相与画风统一。案例中心的两个漫剧模板已预置好角色设定，套用后一键成片即可自动生成。

三步：先为切片生成配音，再上传一张清晰正脸人像（或从素材库选择），系统通过 MuseTalk 进行口型合成——数字人会按配音逐字开口。若检测不到人脸会给出可操作的提示。数字人生成依赖 ComfyUI 运行环境。

画幅支持横屏 16:9、竖屏 9:16、方形 1:1，分辨率 1080p / 720p，在项目设置中随时切换；切片转场支持硬切与淡入淡出。竖屏适配抖音、视频号、小红书，横屏适配 B 站与中长视频平台。

字幕在合成时按每段配音的真实时长对齐烧录，位置可选底部/居中/顶部，无需手动打轴；BGM 上传一次即可循环铺底，合成时自动混音，音量可调，不会压过旁白。

成片无平台水印——这是你自己的生产线。素材方面：可以上传自己的图片/视频/音频，也可以逐镜 AI 生图或图生视频；工具箱还提供图片去水印、视频去水印（边缘填充/模糊/马赛克三种算法）、提取视频音频与字幕等 4 个实用工具，文件不出服务器。

全部存在你自己的环境：素材与成片默认落服务器本地存储目录，也可配置阿里云 OSS 双存储；项目与账号数据在你自己的 MySQL 中。逐日 AI 不设云端，任何内容都不经过第三方。

提供 Docker 一键部署（含完整数据库初始化脚本），基础依赖为 MySQL 8 与 Redis；数字人生成需要能运行 ComfyUI 的 GPU 环境（MuseTalk）。普通口播/图文成片在无 GPU 的服务器即可完整运行。

可以。反馈提交后会生成工单，登录后在工单管理页可随时查看状态（待处理/处理中/已解决）与官方回复；着急的问题也可通过联系页面加 QQ/微信直接沟通，工作日一般 24 小时内回复。