作者受"天工开帧"直播间启发，花四天从 0 到 1 搭建了基于 Vidu 实时数字人模型的 AI 主播"晚晚"，并在抖音成功直播 70 多分钟。文章拆解了原直播间的技术方案：Vidu 负责主播层，自研场控层负责弹幕过滤、排队、意图识别、换装、待机话题等。详细分享了踩坑经验，包括底图审美、音色选择、换背景导致衣服消失的事故及应对方案，并分析了游戏直播、无限流互动剧情、娱乐直播等应用方向。整套工具框架已按 MIT 协议开源。文中也提醒了 AI 直播的合规边界，强调真人出镜监督的必要性。
作者开源了一套耗时数周、花费数千美金打磨的数字人制作工作流Skills。只需一张照片和一句话指令，即可全自动生成数字人直播间带货广告，包括脸、声音、直播间、花字、价格动画等全部由AI完成。文章详细介绍了九大步骤：接入Renoise MCP工具、合成场景图、AI推荐风格、切分稿件、先报价拍首段、whisper回听与抽帧质检、拆解25支头部博主视频提炼的48个包装组件、三层景深字效果、以及过渡帧检查。成片成本仅482积分，替代了传统主播、灯光、场地、剪辑师的制作流程。
文章系统梳理了 2026 年主流开源 TTS 方案：CosyVoice 2 低延迟流式，适合实时语音 Agent 与数字人；GPT-SoVITS 擅长小样本音色微调与克隆；ChatTTS 拟人口语自然，适合 AI 播客；F5-TTS 与 Breeze-TTS 2 基于流匹配免对齐克隆，稳定性好；Fish Audio Drama 3 情绪表现力全面但算力要求高；MaskGCT 鲁棒性强，可处理气声耳语等极端发音；KittenTTS 2 体积极小，可在 CPU 端侧运行。各方案定位不同，读者可按延迟、音色、表现力与资源需求选型。
作者开源了 AI 自动化视频剪辑项目 SeeCut，实现从数字人口播到网感精剪的全流程自动化。文章详细介绍了项目的四个关键设计：利用 Gemini 实现真正的视频理解、AI 自剪自评的迭代循环（用左右对比代替打分）、宁可截取真实界面也不生成假画面、基于 536 个镜头拆解总结的露脸决策表。流程分三步：数字人出镜（HeyGen）、AI 网感精剪、导出剪映草稿供人工微调。项目一句话即可通过 Claude Code 安装，作者也坦诚目前存在的速度慢、音效一般等不足，采用 PolyForm 非商业协议开源。
作者分享了自己用 AI 搭建口播视频自动化剪辑管线的实践：结合 Hypit 的爆款拆解逻辑、Talkcraft 剪辑管线、Hyperframes 动效组件、数字人口播生成，以及 Gemini 视频理解接入 Claude Code 做质检，实现从数字人口播到自动出片并推送剪映工程文件的完整流程。此外，作者还开发了一个 Codex Skill「ah-longform-clip-matrix」，基于语义块拆解与重组，将 8 分钟长视频切分成多条角度不同的短视频用于矩阵分发，源码已开源。作者同时分享了 AI 自媒体低粉变现的经验与新手入局建议。
作者因忍受不了微信小程序去水印工具需看 30 秒广告的烦恼，开发并开源了一个 Codex Skill——ah-douyin-clean-downloader。用户只需将抖音视频链接或口令发送给 Codex，它便会自动识别视频和博主，获取无水印播放源，保留原画质与原声（H.264 + AAC，不重新转码），下载到桌面并按博主自动建立文件夹分类存放。整套流程无需调用付费解析 API、语音识别或视觉模型，仅消耗 Codex Token 与本地网络存储，将原本繁琐的复制链接、解析、下载、改名、建文件夹等步骤简化为一个动作。
文章拆解了抖音「异地开播/跳人脸」技术服务的生意链条。作者将这门生意分为四层：卖绕过人脸核验、卖云推流、卖排班与中控、卖合规咨询。指出其暴利源于断播损失远高于服务费用，客户决策快、客单价高。同时警示：跳脸、代刷脸属于黑灰产，面临封号和法律风险。真正可持续的路径是卖合规的远程推流基建、技术值守、数字人补位和咨询服务。文章给出定价、获客方法及三条铁律：分清客户要的是「稳」还是「假」，只卖可审计的交付，把红线当竞品而非业务。
作者介绍了基于豆包工作 APP 开源的一个 Skill，可一句话批量导出抖音视频逐字稿。只需提供抖音博主主页链接，Skill 便能自动批量获取视频的公开信息（标题、点赞、评论、逐字稿等），并借助豆包内置的逐字稿获取能力，省去下载视频、提取音频和 ASR 转写等繁琐步骤。数据可写入飞书多维表格，还能由 AI 自动生成选题方向和主题总结。作者实测采集 10 条视频仅需约 5 分钟，已采集 100 多个视频仅消耗月额度 6%。开源地址在 GitHub 的 social-media-data-tools 仓库。
作者开源了一个名为 douyin-image-post-scheduler 的 Codex Skill，实现 AI 操纵浏览器自动发抖音的完整流水线：图文素材批量验证、自动起标题、选话题标签、按时间窗排期、发布前逐条核验。全程在用户自己登录的 Chrome 中运行（Computer Use）。细节上采用固定随机种子保证排期可复现、支持断点续传避免重复发布、能区分「审核中」和「已排期」状态。作者提醒这是非官方工具，仅用于发布自己的内容。
文章介绍了PixVerse R2世界模型的突破：不同于生成固定内容视频的传统路线，R2实现连续可交互的视频流，用户的实时输入能持续影响场景、角色和故事。技术报告解析了其两层训练架构、Dynamic Chunk动态分块、Hybrid Teacher Forcing与Diffusion Forcing抑制漂移，以及Sink Memory、Rolling History、Object KV Cache三通道记忆系统。应用方向包括可探索的World、互动影游Story和实时数字人Character。作者认为影响持续存在的世界模型将催生互动影视、实时游戏和新型社交空间等新形态产品。
作者观察到近期有不少人利用𝕏推文贴图制作国内抖音矩阵号内容，并分享了自己开源并上线的推文卡片生成器。该工具支持完全自定义头像和内容，提供在线使用和自行部署二次开发两种方式。作者还根据用户反馈，增加了安全区示意和3:4/9:16两种规格的导出功能，以优化抖音文案和标签的预览效果。
作者开源了一款面向国内抖音矩阵号的推文卡片生成器，内置1000多条AI素材，支持选择文案、更换背景，可调整卡片大小、布局和颜色背景，一键生成可直接发布的竖图及配套文案，适合想做抖音矩阵号的用户。通过终端命令即可下载安装并本地运行。
本文介绍了一套基于本地显卡的数字人口播视频生成方案，旨在替代成本较高的云端服务。文章详细讲解了从电脑配置检查、一键启动工作流，到接入 Duix.Avatar 本地数字人、调整动画画风的完整步骤，并分享了如何构建长期复用的工作流及多平台内容变现策略。
