智谱清影支持文生视频与图生视频双路径快速生成汽车发布会虚拟发言人，无需建模动捕；可通过结构化提示词、真人照片驱动或ai提示词智能体构建形象，并叠加tts语音实现声画合一。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要为汽车新品发布会快速制作一位专业、可信的虚拟发言人，智谱清影可直接支持文生视频与图生视频双路径生成，无需建模、无需动捕。以下是实现该目标的多种可行方法：
一、使用“文生视频”模式构建虚拟发言人
该方法通过结构化提示词驱动CogVideoX模型生成具备口型同步、自然微表情和专业播报姿态的虚拟发言人视频，适用于无实拍素材但需高度定制化形象与话术的场景。
1、打开智谱清言App，进入「清影」功能页，选择“文生视频”模式。
2、在提示词输入框中，严格按以下五要素组合撰写：镜头语言 + 主体（虚拟发言人）+ 主体描述 + 主体运动 + 场景（汽车发布会背景）。
3、输入示例提示词：低角度仰拍镜头，35mm定焦，浅景深。身着深灰西装、佩戴智能眼镜的亚洲男性虚拟发言人，面部轮廓清晰、面带自信微笑，正微微点头并自然开口说话。他站在全息投影环绕的新能源汽车展台前，背景为动态旋转的流线型轿车与蓝色科技光效。
4、点击“生成”，等待约90秒完成6秒高清视频输出；如需延长至15秒，可启用“续写生成”功能并复用相同风格参数。
二、基于真人照片生成动态虚拟发言人
该方法适用于已有企业高管或品牌代言人的高清正面照，通过图生视频技术赋予静态图像播报能力，保留真实人物特征的同时注入专业演播节奏与环境融合感。
1、在清影界面选择“图生视频”模式，上传一张高分辨率、正面、光照均匀的发言人证件照或职业形象照。
2、在动作描述框中仅填写动态指令，避免重复照片已含信息，例如：嘴唇自然开合播报，头部轻微左右转动示意，右手抬起指向右侧悬浮的汽车3D模型，眼神随手势同步移动。
3、补充环境指令：“背景实时叠加AR汽车参数浮窗，灯光随语速节奏明暗呼吸，展台地面反射微光流动”。
4、确认生成，系统自动匹配唇形驱动与肢体运动生成，约2分钟内输出带口型同步的10秒视频片段。
三、调用“清影提示词(文生视频专用)”智能体辅助构建
该方法专为不熟悉影视术语的用户设计，通过AI引导式问答自动生成符合汽车发布会语境的专业提示词，大幅降低描述门槛与试错成本。
1、访问官方发布的提示词智能体链接：https://chatglm.cn/share/FEIpp。
2、依次回答预设问题：产品类型（新能源SUV）、发布场合（线上全球直播）、发言人特征（30–40岁、干练、科技感）、核心动作（介绍续航、演示智能驾驶界面）、背景元素（虚拟展厅+车辆特写转场）。
3、点击“生成提示词”，智能体将输出完整可粘贴的结构化文本，含镜头、光影、主体、运动、氛围五维参数。
4、复制结果至清影文生视频输入框，一键启动生成。
四、叠加AI语音合成与背景音乐增强专业感
清影生成的视频默认不含语音，需额外注入符合发言人身份的合成语音，以实现声画合一的完整效果。此步骤独立于视频生成，但必须在导出前完成集成。
1、在智谱清言内切换至「GLM-TTS」语音合成模块，选择“商务男声V3”或“科技女声V2”音色。
2、输入标准普通话文案，例如：“今天，我们正式发布全新一代智驾旗舰——星驰X7。它搭载自研‘极光’芯片，CLTC续航达920公里。”
3、启用“情感强化”与“语速适配”选项，使语音具备停顿、重音与情绪起伏，确保每句末尾自然降调，符合发布会庄重语感。
4、导出音频后，在清影视频编辑页点击“添加音轨”，上传该文件并手动对齐口型起始帧。
