AI应用已上线
万相3.0数字人视频Agent
一张照片+一段文字，AI自动生成口型精准同步的数字人短视频
产品介绍
基于阿里云万相3.0和小米MiMo TTS的数字人视频生成Agent。支持上传真人照片、输入文案或上传音频，自动生成口型精准同步的数字人说话视频。内置长视频分段拼接、剪映草稿导出（含字幕）、13种场景提示词模板。适用于社交媒体短视频、产品推广、教育培训、新闻播报等场景。 已通过真实场景验证：家具门店推广口播（28 秒，自动分 3 段拼接）、个人 IP 自我介绍、新媒体创业口播等，全流程无人值守，产出视频可直接导出剪映二次编辑。
核心功能
- 照片驱动口型同步视频生成
- 小米MiMo TTS 9种音色+风格控制
- 长视频智能分段+FFmpeg拼接
- 剪映草稿一键导出（含字幕）
- 13种场景提示词模板
- 支持480P/720P/1080P