root/ai

Fork 0

Files

T

www 7a8191650f Initial AI manga platform

2026-06-15 17:45:28 +08:00

7.6 KiB

Raw Blame History

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：

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

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

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

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

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

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：

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：

用户上传多张参考照片。
系统去 EXIF，私有存储。
检测清晰度、人脸数量、遮挡、角度和过度美颜。
生成人物档案。
生成身份锚点图。
用户确认“像本人”后才能进入正式生成。
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：

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：

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：

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：

TextProvider
ImageProvider
VideoProvider
VoiceProvider
MotionPortraitProvider
LipSyncProvider
FaceIdentityProvider
FaceConsistencyProvider
QualityCheckProvider
ModerationProvider

短剧向视频 Provider 预设：

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：

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：

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：

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：

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：

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。

7.6 KiB Raw Blame History