必须在脚本输入阶段插入图片，网页版智作（zhizu.xfyun.cn）支持图文混排，上传JPG/PNG图片后自动编号，可用【图X停留N秒】或[显示图X]控制显示时机与节奏。
☞☞☞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☜☜☜
要在讯飞智作中给AI生成的视频添加自定义图片素材，必须在脚本输入阶段完成图文混合编排，平台不支持后期在已生成视频上叠加图片。
确认当前使用的是网页版智作
打开浏览器，访问 https://zhizu.xfyun.cn/，确保登录账号后看到顶部导航栏有“AI视频”入口——只有网页版支持图文混排功能；小程序和App暂不开放该能力。
【未登录账号将无法保存图片上传记录，且预览时图片会显示为占位灰块】
在AI视频模块中插入本地图片
点击顶部导航栏“AI视频”→进入左侧脚本编辑区→将光标定位到需要插入图片的段落末尾或新段落起始处→点击工具栏中的“+ 图片”图标（位于文字加粗、字号调整按钮右侧）→从本地选择JPG/PNG格式图片（单张不超过10MB）→等待右上角进度条走完即完成上传。
上传成功后，图片会以缩略图形式嵌入脚本行间，并自动分配一个编号（如【图1】），后续可拖拽调整位置。注意：GIF动图会被静帧处理为第一帧，WebP格式不兼容，会提示转换失败。
让图片与数字人讲解节奏同步
方法一：用分镜指令控制停留时长
在图片下方另起一段，输入指令文本：【图1停留3秒】。系统识别该格式后，会在生成视频时让该图片持续显示3秒，同时数字人暂停口型动画，仅保留背景画面。
方法二：绑定语音触发显示
在对应讲解文案前加标记：[显示图1]欢迎来到人工智能的世界。此时数字人念出“欢迎”二字时，图1立刻淡入，全程跟随语音播放进度。
两种方式不可混用在同一张图上，否则系统将按首个识别到的指令执行，后出现的指令被忽略。
批量插入多张图片并设置顺序
第一步：在脚本区连续点击“+ 图片”上传全部素材，获得【图1】【图2】【图3】等编号
第二步：手动调整缩略图顺序——鼠标长按某张缩略图，拖拽至目标段落之间即可实时重排
第三步：为每张图单独配置显示逻辑，例如：
【图1停留2秒】
接下来我们看这张结构图→[显示图2]
最后是实际应用场景→[显示图3]
第四步：检查右侧预览窗口是否按预期逐帧切换图片，若某张未出现，说明其缩略图被误拖出脚本区外，需重新拖回。
