www
385 lines
7.6 KiB
Markdown
385 lines
7.6 KiB
Markdown
# 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。
|