数据人下场做内容，当然以数字说话，先看视频号和小红书的数据：

小红书，单篇笔记 4547 个赞，涨粉 3600+

视频号，单条视频 3万观看，1600+赞，涨粉 600+

不得不说，素人做视频号和小红书，正反馈来的真快 !!

今天说一说，这样的 AI 数字人怎么做？以下是极简步骤：

1/ 编剧：我自个儿 2/ 声效：F5-TTS 3/ 视频：PixVerse 4/ 剪辑：剪映 5/ 人物造型：可灵

首先是声音克隆，F5-TTS。这是一款 Github 开源 tts 软件。借助 10s 左右的人声，完美克隆出音色，用来朗读文本。

我本地使用 3060的显卡，虽然够用，但依旧不舍得用它来烧。于是我把 F5-TTS 部署到了谷歌 Colab. 租用 10G 左右的 T4 GPU。使用 Gradio 可以快速把这份软件，发布到外网使用。

人物造型，采用可灵的“文生图”。相比 MidJourney, Stable Diffusion 纷繁复杂的咒语，可灵生图大模型已经完全中文化。用中文去描述一幅图，更符合国人习惯。

图生视频，采用 PixVerse. 一张2D的图，搭配中文的提示词，经过 PixVerse 渲染后，就动起来了。让图中人物笑就笑，哭就哭。惊艳！

但最令人惊艳的部分，是 PixVerse 对口型的功能。中英文语境下，口型完全看不出瑕疵。当然这部分需要一点点费用。但很快，相比带给我的惊喜，这点米就毫不在意了

剪映，已经成为我每日至少用一回的神器了，比 Cursor 用的还勤。用它翻译，做双语字幕，听声辩词，添加 BGM，做转场，特效等等。