前言
你可能刷到过这类视频：漫画画面配上解说旁白，一集一两分钟，追更感拉满。
就是这样看似简单的形式，目前头部账号【单部剧的累计播放量】，已经突破千万！！
这不是偶发现象。根据抖音指数（2026年4月-5月），"漫剧"关键词的搜索指数同比增长5146% ，综合指数同比增长10317% ，环比仍在以40%的速度攀升。
而同期"小说推文"的搜索增速仅为40%，综合指数增速23%，环比已开始负增长。
| 对比维度 | 小说推文 | 漫剧 |
|---|---|---|
| 日均搜索指数 | 80.5万 | 64.9万 |
| 日均综合指数 | 25.1万 | 79.4万 |
| 搜索同比增速 | +40.60% | +5146.68% |
| 综合同比增速 | +23.58% | +10317.34% |
| 环比趋势 | -6%（下滑） | +37%~40%（仍在加速） |
| 赛道阶段 | 成熟饱和，增长见顶 | 爆发增长，供给缺口大 |
值得注意的是，漫剧的综合指数（79.4万）已经反超小说推文（25.1万）超过3倍
——这意味着不仅用户在搜，平台的内容分发和传播也在向这个品类倾斜。
用户在疯狂搜索，平台在加速分发，而产能效率正在成为漫剧赛道的核心竞争壁垒。
谁能率先告别低效制作、实现规模化内容输出，谁就能抢占这波增长红利。
基于这些调研结论，我们设计了Vidu 一键生成AI解说剧Agent
目标是把从剧本到成片的完整链路封装成一个接口调用。团队只需要准备好剧本文本，剩下的角色解析、画面生成、配音、分镜规划、对口型、剪辑成片全部由系统自动完成，真正实现"丢进去剧本，拿出来视频"，把人力从重复性的生产环节中释放出来，集中到选品、投流和运营上。
目前，Vidu一键生成AI解说剧Agent已开放体验台，支持在线试用完整生成流程。
一、这个Agent强在哪？
我们从成本、效率、质量三个维度拆解：
| 痛点 | 行业现状 | Vidu的解决方案 |
|---|---|---|
| 成本 | 行业平均制作成本约100元/分钟，利润被算力和人工吞噬 | 模型原厂直供，极致性价比碾压同类竞品 |
| 效率 | 一人1-1.5天产一部，日产百部成为生存线却无法实现 | 全自动一键成片，8部/人/天，效率提升10倍以上。接口支持并行，单次1分钟剧集生成耗时仅5-10分钟 |
| 质量 | 角色变脸、场景跳跃、镜头割裂 | 多镜头布局规划+多轮校验机制，从源头解决一致性问题 |
具体来看，Vidu一键生成AI解说剧Agent的核心能力包括：
1. 全自动一键成片
上传纯文本剧本，系统自动完成全流程，无需人工干预，直接输出可投流视频：
- 自动解析角色与场景，生成对应资产图
- 自动配音（中英多语言，支持自定义音色）
- 智能规划分镜与模型调度（根据场景自动选最优模型）
- 自动对口型（角色说话嘴型同步音频）
- 自动剪辑成片
2. 虚拟资产智能生成
智能识别剧本中的非核心资产并自动生成，搭配垫图功能确保角色形象全集一致。生成连续剧集时，上传人物三视图与场景图即可保持跨集一致性。
3. 场景增强
场景增强模式优化镜头间场景衔接和故事连贯性，提升整体观感。
4. 多风格适配
自定义风格参数，支持真人、动漫等多种风格。适配仿真人解说剧、3D/2D动漫解说剧、小说推文等多场景需求。
| 项目 | 支持范围 |
|---|---|
| 风格 | 真人半解说 / 2D半解说 / 3D半解说 |
| 画面比例 | 9:16竖屏 / 16:9横屏 |
| 分辨率 | 480p / 720p / 1080p |
| 生成耗时 | 约5-10分钟（1分钟时长视频） |
二、实际案例
案例1：真人半解说
系统自动生成角色形象、场景画面、多角色配音，镜头间自然衔接，情绪转折到位，可直接用于抖音/快手投流
输入剧本：
第1集：嫌贫爱富
旁白：一家拥挤破旧的典当行内部，主角林尘在擦拭柜台，神情淡然
林尘：“三年了，也该结束了。”
旁白：打扮艳丽、穿戴名牌的未婚妻满脸嫌弃地走进典当行大门
未婚妻：“这破地方，多待一秒都嫌脏！”
旁白：未婚妻将一枚廉价的订婚戒指狠狠拍在玻璃柜台上，眼神轻蔑
未婚妻：“林尘，戒指还你，我们退婚！”
旁白：门外走进来一个穿着浮夸西装的富二代，搂住未婚妻的腰，带着嘲讽的笑容
富二代：“宝贝，跟这穷光蛋废什么话。”
旁白：富二代指着林尘的鼻子嘲笑，林尘表情依然平静
富二代：“认清现实吧，你根本配不上她！”
旁白：富二代随手拿起桌上林尘用来喝水的一个看似破旧的陶瓷碗，眼神挑衅准备摔下
富二代：“就这破碗也当宝贝？看着碍眼！”
旁白：陶瓷碗被重重摔在地上，碎片四溅
富二代：“哎呀，手滑了。”
旁白：林尘缓缓抬起头，眼神瞬间变得凌厉可怕，气场全开
林尘：“你，找死。”
林尘冷冷地拿出一张古老的鉴定证书拍在桌上，上面写着北宋汝窑绝品
林尘：“睁大狗眼看清楚，北宋汝窑绝品！”
富二代和未婚妻看到证书，表情瞬间从嚣张变成了惊恐
富二代：“什么？这…这怎么可能！”
典当行外，一排黑色的顶级豪华轿车突然急刹车停在门口，气势磅礴
路人：“快看！那是什么大人物的车队！”
一个穿着高级定制西装的白发老者推门而入，对林尘恭敬鞠躬
白发老者：“阁主，老奴接驾来迟！”
输入资产图：
输出效果（字幕和bgm为后加）：解说漫-真人半解说案例-CSDN直播
案例2：2D半解说
2D动画风格解说剧，角色形象一致，场景连贯，旁白和对话配音节奏自然，适合各类小说推文。
输入剧本：
第1集：嫌贫爱富
一家拥挤破旧的典当行内部，主角林尘在擦拭柜台，神情淡然
林尘：“三年了，也该结束了。”
打扮艳丽、穿戴名牌的未婚妻满脸嫌弃地走进典当行大门
未婚妻：“这破地方，多待一秒都嫌脏！”
未婚妻将一枚廉价的订婚戒指狠狠拍在玻璃柜台上，眼神轻蔑
未婚妻：“林尘，戒指还你，我们退婚！”
门外走进来一个穿着浮夸西装的富二代，搂住未婚妻的腰，带着嘲讽的笑容
富二代：“宝贝，跟这穷光蛋废什么话。”
富二代指着林尘的鼻子嘲笑，林尘表情依然平静
富二代：“认清现实吧，你根本配不上她！”
富二代随手拿起桌上林尘用来喝水的一个看似破旧的陶瓷碗，眼神挑衅准备摔下
富二代：“就这破碗也当宝贝？看着碍眼！”
陶瓷碗被重重摔在地上，碎片四溅
富二代：“哎呀，手滑了。”
林尘缓缓抬起头，眼神瞬间变得凌厉可怕，气场全开
林尘：“你，找死。”
林尘冷冷地拿出一张古老的鉴定证书拍在桌上，上面写着北宋汝窑绝品
林尘：“睁大狗眼看清楚，北宋汝窑绝品！”
富二代和未婚妻看到证书，表情瞬间从嚣张变成了惊恐
富二代：“什么？这…这怎么可能！”
典当行外，一排黑色的顶级豪华轿车突然急刹车停在门口，气势磅礴
路人：“快看！那是什么大人物的车队！”
一个穿着高级定制西装的白发老者推门而入，对林尘恭敬鞠躬
白发老者：“阁主，老奴接驾来迟！”
输入资产图：
输出效果（字幕和bgm为后加）： 解说漫-2D半解说案例-CSDN直播
案例3：3D半解说
3D风格解说剧，人物表情细腻，情感冲突表现到位，适合各类小说推文。
输入剧本：
他像前世无数次那样自然地牵着我的手：
谢禹：苏晚雪，从我见你的第一面我就爱上你了，我对你一见钟情，不要拒绝我，嫁给我好吗？
我抽回自己的手捂住嘴，被恶心的想吐却吐不出来。
我抬头看他假装深情的眼，不明白他为什么还是不愿意放过我。
苏晚雪：不用了，我这辈子都不打算嫁给你。
谢禹却收了那副温和的模样，凤眸半眯，
谢禹：所以，你不愿嫁给我是因为对阿帧还没死心吗？
谢禹的手碰上我的脸，冷得像前世冰冷的铜针，
谢禹：晚雪，谢帧是婉婉的，我不允许你破坏他们两人之间的感情。所以，你必须嫁给我！
我的身子狠狠一抖，看来，在他们眼中，我不嫁给他们不过是在欲擒故众，等待机会而已。
上一世，不仅谢帧喜欢谢书婉，就连他这个小叔子也偷偷暗恋着她，只是碍于谢书婉爱的人是谢帧，所以他才暗中默默保护着她，为她付出一切。
甚至降下自己的身段，陪我演了三年的戏，可真是委屈他了。
看着他自以为是的神情，我忽然觉得有些可笑。
苏晚雪：谢禹，你有没有想过……或许我是真的，不想要你了呢？
无输入资产图
输出效果（字幕和bgm为后加）：解说漫-3D半解说案例-CSDN直播
三、剧本怎么写
格式非常简单——场景/动作描述 + 角色对话交替即可：
场景描述/动作描述
角色名："对话内容"
场景描述/动作描述
角色名："对话内容"
不需要分镜脚本，不需要标注镜头号，不需要任何特殊标记。写好剧本文本，丢进去就行。
几个tips：
- 剧本在200-800字符，效果最佳（最长支持2000字符）
- 做连续剧集时，提前准备好角色三视图和场景图上传为资产，跨集一致性更好
- 风格可自由指定，比如"古风仙侠"、"都市言情"、"赛博朋克"（不支持特殊符号）
四、常见问题
Q：人物一致性保持不住怎么办？
两个方案：①上传人物三视图作为资产（推荐，效果最稳定）；②把对口型关掉，一致性会大幅提升。
Q：风格怎么控制？
有style参数，自由输入文本即可，贯穿整部剧提升一致性。比如填"古风水墨"、"日系动漫"、"写实都市"。
Q：支持哪些语言配音？
目前支持中/英文。
Q：做连续剧集怎么保证角色不变？
提前准备好角色的三视图和场景图，每集复用同一套资产即可确保跨集一致性。
Q：必须传哪些参数？
只有剧本是必传的，其他都可选。但如果追求最佳效果，建议把资产表也一并上传。
🎉开始体验
最后，Vidu一键生成AI解说剧Agent已开放体验台，欢迎各位开发者及企业用户进行体验！
无论你是解说剧自制/承制团队、小说推文公司，还是IP方，都可以直接上手试跑效果。
有任何问题，欢迎评论区交流，我们会持续跟进优化。
