今天喝酒见了一个朋友，他分享了他们怎么做视频生成。 先以商业软件为主，如Midjourney、可灵等，生成人物IP的多角度图。 抽卡后人工评判可用性，生成图片角色IP。 然后用阿里的WanX（Wan2.1）做3D旋转，取图，然后用这些图做基座模型。 再用Wan做生成无声但有嘴部动作的基座视频。 最后用SoVITS结合脚本做对嘴型，加上场景切换。 这套流程下来，计划做上千个IP形象，占领