項目背景

行業痛點

• 漫劇/短視頻內容生產成本高、週期長（腳本→分鏡→美術→動畫→配音）
• 初創漫劇企業/教育機構缺乏專業動漫製作能力，但有高頻輕量級視頻需求（如營銷廣告、兒童英語啓蒙）
• 現有AIGC工具鏈割裂，依賴人工，缺乏“一致性控制”與“用户干預閉環”

項目定位

打造一個 端到端、可交互、風格一致 的漫劇生成智能體 Demo，支持：

• 輸入一句話創意 → 輸出 30s–60s 動漫短劇（含畫面+配音+字幕）
• 用户在關鍵節點（角色、場景、分鏡）可人工確認或抽卡重新生成
• 支持兩種典型場景：營銷廣告 + 少兒旁白科普課程（磨耳朵學英語場景）

業務價值

• 驗證 Agentic Workflow 在多模態內容生成中的可行性，體現Qoder智能體模式的強大，幫忙推廣Qoder。
• 構建基於 Qwen + Wan + 百鍊的通義全家桶 AIGC 工具鏈，證明在漫劇賽道，通義能對標即夢、可靈、Vidu、Sora等友商。在細節能力上正視差距，推進產品迭代改進。
• 協助沒有智能體搭建經驗的漫劇賽道初創公司進行工程化搭建，彌補在漫劇工具鏈上跟友商的差距，為後續 SaaS 化或嵌入營銷/教育平台提供技術原型。

需求分析與功能定義

系統架構

功能模塊

模塊名稱	輸入	輸出	是否可交互	技術實現
創意解析器	用户創意（文本）	結構化劇本（JSON）	否	Qwen-Max
角色生成器	劇本人物描述	多組角色立繪（PNG）	是（抽卡×3）	Wan 2.5-t2i-preview
場景生成器	劇本場景描述	多組背景圖（PNG）	是（抽卡×3）	Wan 2.5-t2i-preview
分鏡繪製器	(角色+場景+分鏡文本)	分鏡首幀圖	是（逐鏡確認）	Wan 2.2-i2i-flash
視頻生成器	首幀 + 劇本動作描述	3–10s 視頻片段（MP4）	否（自動）	Wan 2.5-i2v-preview
合成引擎	視頻片段 + 音頻 + 字幕	最終成片（MP4）	否	FFmpeg + 自定義合成邏輯

需求約束

• 一致性保障：同一角色/場景在不同分鏡中保持視覺一致（通過ID綁定+特徵緩存）。
• 生成速度：全流程 ≤ 10 分鐘（Demo 可接受，非實時）。
• 可控性：每個“抽卡”環節提供 ≥3 選項，支持重試。
• 合規性：不生成真人肖像，角色為動漫風格。

交互流程

• 創意輸入：一句話描述想生成的內容。

• 劇本生成：根據輸入的創意自動拆解角色/場景/分鏡。基於創意進行劇本的擴寫，分鏡的要素按JSON格式輸出，包括角色，場景，構圖，光線，角色動作，情緒，時長（每個片段3-10s），音效，配音描述（用於控制音色一致性）。

• 角色生成：百鍊調用Wan2.5-t2i-preview生成角色圖，一次三張，可以抽卡重新生成，時間大概20s。

• 場景生成：同上生成場景圖，都是為了控制分鏡主體一致性。

• 分鏡生成：使用Wan2.2-i2i-flash參考角色圖和場景圖，結合詳細分鏡描述按順序生成每個分鏡的首幀，每張大概30s。

• 視頻生成：確認好分鏡圖後，使用Wan2.5-i2v-preview結合劇本描述和台詞同步生成視頻和相應的配音，音畫同步，並且自動完成剪輯拼接，整個過程3~5min。視頻時長根據分鏡多少決定，一般20s~1min。

效果演示

單角色講解場景

• 動漫小狗早晨刷牙

雙角色對話場景

• 3D小魚海底購物
• Q版日常打招呼

搭建工具

全程使用 Qoder自然語言生成+百鍊API調用

1.使用Qoder Quest模式生成初版，把需求和大致思路像老闆一樣指派任務給agent，他會自主先生成產品需求設計，規劃待辦，再進行執行。

2.需要向他提供自己百鍊API-Key。

  3.在生成完初版項目之後，使用智能體模式進行精調。最好使用極致模式，性能最好但消耗多。

 4.明確使用的模型具體名稱，不然會出現調用失敗。提供明確的名稱後會智能體會自行查閲網頁找到合適的接口格式。

目前問題

1. 配音直接使用Wan2.5視頻同步生成，好處是可以同步生成環境音效。為了保證音色一致性目前的解決方案是使用提示詞約束，但效果不太好，後續考慮用TTS模型單獨配音再合成。
2. 多角色，多場景的分鏡圖合成還是控制的不夠精細，目前最好的情況還是單場景單一角色的介紹，如果在複雜性高的多角色交互，場景切換的任務下還需要優化。
3. Qoder目前僅能個人開通PRO版，Credit有限，跑這樣一個 Demo大概就花了一半的用量，希望可以儘快開通企業版內部使用。

效果展示視頻可點擊該鏈接查看