# 01_系统B总需求文档_v3_真人动态视频版 ## 1. 项目名称 **AI 真人多人生主题写真 / 动态视频 / 纪念短片生成系统** 简称： ```text 系统 B V3 真人照片 → 多人生主题 → 多世界模板 → 写真图集 / 图片视频 / 动态写真 / AI 真人动态视频 ``` ## 2. 产品一句话 用户上传本人、情侣、夫妻或家庭成员照片后，系统在授权和质检通过的前提下，生成专属多世界写真图集、纪念视频，以及带表情、动作、轻口型和镜头运动的 AI 真人动态视频。 ## 3. V3 输出模式 ### 3.1 高清写真图集 ```text 真人照片 → 人物身份档案 → 多世界写真图 → 高清图片交付 ``` 适合： - 情侣写真 - 婚礼照片 - 个人形象 - 父母纪念照 ### 3.2 图片纪念视频 ```text 写真图 → FFmpeg 推拉运镜 → 配乐 / 旁白 / 字幕 → MP4 ``` 效果类似高级相册视频、婚礼纪念片、照片动效视频。人物本身不做真实行动。 ### 3.3 动态写真视频 ```text 写真图 → 眨眼 / 微笑 / 头发衣服轻微动 → 背景动效 / 花瓣光效 → 轻口型，可选 → MP4 ``` 适合婚礼纪念、情侣纪念、父母金婚银婚、个人形象短片。 ### 3.4 AI 真人动态视频 ```text 真人照片 → 真人身份档案 → 身份锚点 → 世界 / 场景 / 服装设定 → 关键帧 → 图生视频 / 参考图生视频 → 人物动作 / 表情变化 → 旁白 / 字幕 / BGM / 口型，可选 → 合成成片 ``` 效果目标： - 像抖音真人短剧 - 像真人婚礼电影 - 像真人穿越短片 - 人物有动作、表情和镜头运动 ### 3.5 高端真人纪念片 高端版本支持： - 多世界 - 多场景 - 关键镜头真人动态 - 誓言 / 旁白 / 口型 - 人工审核 - 人工精修 - 多轮修改 ## 4. 第一阶段主打场景 第一阶段重点做： - 结婚纪念 - 恋爱纪念 - 父母银婚金婚 - 情侣写真 - 个人形象定制 后续扩展： - 家庭全家福 - 宝宝百日 - 儿童成长 - 闺蜜写真 - 亲子纪念 涉及未成年人时，必须启用更严格授权、审核和公开限制。 ## 5. V3 标准流程 ```text 首页浏览 → 登录 → 创建项目 → 选择人生主题 → 选择套餐 → 选择输出模式 → 选择视觉风格 → 选择世界观 → 选择场景 → 上传照片 → 肖像和隐私授权确认 → 照片质检 → 真人身份档案 → 生成身份锚点图 → 用户确认像不像 → 生成创作方案 → 成本预估 / 支付 / 额度冻结 → 生成预览 → 用户确认 → 正式图片 / 关键帧生成 → 真人动态视频片段生成，可选 → 视频片段质检 → 配音 / 字幕 / BGM → 口型同步，可选 → 合成成片 → 人工审核 → 用户确认 → 下载交付 ``` ## 6. 核心业务对象 V3 在 V2 基础上新增或增强： ```text Project.output_mode PersonProfile.identity_lock_status PersonProfile.face_consistency_score IdentityAnchor MotionTemplate VideoClip LipSyncTask FaceConsistencyCheck ProviderConfig ProviderLog ``` ## 7. 真人身份锁定 系统必须建立“真实人物身份锁定”流程： 1. 用户上传多张参考照片。 2. 系统去 EXIF，私有存储。 3. 检测清晰度、人脸数量、遮挡、角度和过度美颜。 4. 生成人物档案。 5. 生成身份锚点图。 6. 用户确认“像本人”后才能进入正式生成。 7. 后续图片和视频都必须引用身份锚点和人物档案。 身份锁定字段： ```text identity_lock_status primary_reference_asset_id approved_anchor_asset_id face_consistency_score age_preserve_rule beautify_level style_transform_level privacy_level ``` ## 8. 动作与视频片段 V3 需要动作模板： ```text smile blink turn_head walk_forward hold_hands look_at_each_other bow_ceremony lift_veil hug wave stand_still_cinematic slow_camera_push ``` 每个视频片段单独保存，记录： ```text project_id scene_id shot_id person_ids provider_id input_asset_id output_asset_id prompt_text duration resolution motion_type lipsync_enabled status retry_count cost_actual quality_score ``` ## 9. Provider 策略 系统 B V3 不直接依赖单一模型，必须通过 Provider 抽象管理： ```text TextProvider ImageProvider VideoProvider VoiceProvider MotionPortraitProvider LipSyncProvider FaceIdentityProvider FaceConsistencyProvider QualityCheckProvider ModerationProvider ``` 短剧向视频 Provider 预设： ```text MiniMax Hailuo 2.3 Fast MiniMax Hailuo 2.3 Alibaba Wan2.6 I2V Flash Alibaba Wan2.6 I2V Vidu Q3 Turbo Reference Vidu Q3 Pro Jimeng / Seedance Kling Runway MockVideoProvider ``` 默认策略： - 真实视频 Provider 默认禁用。 - 测试先启用一个 Provider。 - 先跑 1 个镜头小样。 - 设置单次和每日成本上限。 - 真实 Provider 失败不能回落 mock 假成功。 ## 10. Prompt 方向 系统 B Prompt 必须强调真人身份保持： ```text 真实短剧风格，保持参考照片中人物的五官、脸型、年龄感和气质，不能换脸，不能变成其他人。 人物穿着指定主题服装，在指定场景中自然微笑、转头、牵手或行礼。 镜头竖屏 9:16，电影感光影，真实表情，动作自然，适合抖音短视频纪念片。 ``` 负面约束： ```text 不要改变人物身份 不要变年轻太多 不要变成欧美脸 不要多出第三人 不要脸部扭曲 不要手部异常 不要表情僵硬 不要恐怖感 不要过度美颜 不要低俗姿势 ``` ## 11. 成本控制 真人动态视频成本必须按以下维度估算： - 视频片段秒数 - 视频模型 - 分辨率 - 候选数量 - 重试次数 - 口型任务 - 人工审核 后台配置： ```text max_video_seconds_per_project max_clip_duration max_clip_candidates max_video_retry_per_clip default_video_resolution max_cost_per_project max_cost_per_call daily_cost_limit ``` 示例： ```text AI 真人动态视频 40 秒： 8 个镜头 每个 5 秒 每镜头最多 1 次重试 默认 720P ``` ## 12. 隐私与肖像权 系统 B V3 必须比系统 A 更严格： - 用户作品默认私密。 - 用户照片默认不公开、不进案例库、不用于训练。 - 上传照片前必须确认拥有照片中所有人物授权。 - 涉及未成年人必须确认监护人授权。 - 公开案例必须单独授权。 - 后台查看、下载、删除用户原图必须记录审计日志。 新增授权文案： ```text 我确认拥有上传照片中所有人物授权。 我授权平台仅为本项目生成图像和视频。 我理解 AI 生成结果可能与本人存在差异。 我确认不得上传未经授权的他人照片。 如涉及未成年人，我确认我是监护人或已获得监护人授权。 ``` ## 13. 后台运营能力 后台项目详情需新增： - 人物身份锚点 - 人脸一致性评分 - 视频片段列表 - 动作模板 - 口型任务 - 视频 Provider - 片段重试 - 片段替换 - 片段质检 - 成本统计 后台审核需新增： - 像不像本人 - 是否变脸 - 是否男女混脸 - 是否年龄变化过大 - 动作是否自然 - 表情是否怪异 - 是否有不合适姿势 - 是否适合公开案例 ## 14. MVP 验收标准 V3 第一版达到以下标准才可进入真实付费小样： - 图集版可稳定生成 6-12 张图。 - 图片视频版可稳定合成 30-60 秒 MP4。 - 动态写真版可对关键图做轻微动效。 - AI 真人动态视频版可用 1 个真实 Provider 生成 1-3 个关键镜头。 - 每个真实视频片段可预估成本、生成、失败重试、质检、预览和替换。 - 真实视频失败时任务失败并提示原因，不能显示 mock 成功。 - 未成年人、公开案例、用户原图访问均有明确授权和审计。