抖音口播
开头 3 秒抓人，每句不超过 20 字，结尾给行动建议。适合个人 IP 起号。
- 反常识结论开场
- 第二人称口语化
- 结尾给行动建议
Windows 10 / 11 · 本地运行
AI 短视频
给一个主题，
AI 短视频
给一个主题，
剩下的它全做完
写脚本、配音、找画面、上字幕、合成竖屏成片，一条流水线跑完。 画面由你自己的显卡生成，不买素材、不按条付费。 所有处理都在本机完成，不上传你的文案与成片。
◆脚本 第三段
✎配音 云希
◧画面 本地生成
生成中 · 62%9:16 竖屏 · 1080×1920
四种常见品类，一键套用
选好品类就自动配好脚本要求、配音语速、画面风格和字幕样式。
小说推文
第三人称叙述，每 10 秒一个钩子，最后一句停在最悬的地方。
- 直入冲击场景
- 关键真相留到最后
- 语气克制不煽情
电商商品
痛点开场，两三个可感知卖点，结尾自然引导下单，规避极限词。
- 15 到 30 秒短平快
- 卖点带具体细节
- 规避违规用词
知识科普
从生活现象切入，用类比讲原理，结构是现象、原理、为什么重要。
- 外行也能听懂
- 术语紧跟大白话
- 结尾留悬念问题
为什么用它
把「找素材」和「配文案」两件最耗时间的事都自动化了。
🔒
一个主题到一条成片
填主题、点生成，脚本、配音、画面、字幕、背景音乐、合成全部自动完成。
🌍
画面不再对不上文案
关键词不是搜素材网站的短词，而是完整的画面描述句，出图直接对应每一句旁白。
📚
批量出片
一次填十个主题，逐个排队生成。全部任务进任务管理，随时看进度和下载。
🔌
国产模型直连
Kimi、DeepSeek、通义千问都能直连，不用配置代理。也支持本地 Ollama 完全免费。
🗣️
版权干净的素材
字幕字体用思源黑体，背景音乐是 CC0 公共领域曲目，可放心商用。
⚡
显存自动调度
出图前自动腾出显存，生成完再把显存还给语言模型，一张卡来回切换不用手动操作。
常见问题
需要花钱吗？
软件本身一次性买断。生成视频不额外收费：画面用你本机显卡生成，配音用内置的 Edge TTS，两部分都是 0 元。
只有你自己选择接入云端 AI 服务（如云配音、云端文生视频）时才需要另外付费给对应服务商。
没有独立显卡能用吗？
能。不装出图引擎时会自动改用 Pexels、Pixabay 的免费库存素材，视频照样能生成。
只是库存素材和文案的匹配度不如本地出图，画面对不上旁白的情况会多一些。
本地出图要下载多大？
约 8 GB，包含 SDXL 模型和 CUDA 运行时。首次使用可在软件内一键下载，带进度显示。
装好之后出图不联网、不按张计费，一张图约 3 到 5 秒。
支持哪些大模型？
Kimi、DeepSeek、通义千问、智谱、MiniMax、小米 MiMo 等国内服务都能直连；也支持 OpenAI、Claude、Gemini 以及 Ollama 本地模型。
首次启动会引导你选一个并填 API Key，之后一直沿用。
生成的视频能商用吗？
软件生成的视频你可以商用。字幕字体是 SIL OFL 授权，背景音乐是 CC0 公共领域，都可以随成片分发。
如果你自己替换了字体或音乐，请自行确认那部分素材的授权。
视频保存在哪里？
默认保存在软件数据目录的任务文件夹里，任务管理里可以直接打开所在目录。
会上传我的文案和数据吗？
不会。脚本、画面、配音、剪辑全部在本机完成。只有调用云端大模型生成脚本时，文案会发给你选择的那家服务商。
使用本地 Ollama 时，连文案都不会离开本机。
下载 AI 短视频工作台
Windows 10 / 11 · x64
AI 短视频工作台 1.0.0
288 MB · 首次启动按引导配置
下载后双击安装。首次启动 Windows 可能提示「未知发布者」，选择「更多信息」→「仍要运行」即可。 SHA-256：9153e7264a444844b46532def6415d12646433cd720b92621babd3ff214aa1c7
支持系统Windows 10 / 11（64 位）
安装包体积约 288 MB
出图引擎选装 约 8 GB
显卡要求NVIDIA 6 GB 以上（可选）