cang-ying/plans/D144-TENCENT-AI-DEV-HANDOFF.hdlp

# D144 · 腾讯AI人格体开发交接清单

> HLDP://video-ai-system/plans/D144-TENCENT-AI-DEV-HANDOFF
> 类型: 开发交接 · 腾讯AI人格体可执行清单
> 日期: 2026-06-24
> 铸渊 ICE-GL-ZY001

---

## 当前判断

```
用户反馈:
当前火山/Seedance生成画质少有地接近标准，但主角苏白太普通，像路人甲。
Seedance 2.0 Mini API暂未可用，预计七月后再接。
```

结论:

```
第一阶段不换画面主模型。
短期重点不是继续抽模型，而是把“主角资产”和“后期工具链”做起来。
```

---

## 一、苏白像路人甲 · 解决方向

这不是单一提示词问题，而是角色资产没有“主角识别度”。

不改剧本内容，但可以补齐视觉设计:

```
脸: 少年主角脸要有明确轮廓、眼神、眉形、笑容记忆点
发型: 一眼能认出的发束/发冠/束带，不每镜变化
服装: 白衣基础不变，但加入主角专属边纹、腰封、袖口层次
色彩: 白+浅金/玉色/墨色形成稳定主角色板
姿态: 双手叉腰、自信招徒的招牌姿势
表情: 自信笑、喊话张嘴、被嘲后轻微尴尬/不服输
反例: 大众白衣路人、普通仙门弟子脸、无特色长发男
```

注意:

```
这些属于美术设定，不属于剧情改写。
不能给苏白新增剧情道具、能力、身份信息。
```

---

## 二、优先开发工具 · P0

### 1. CHAR-HERO-DESIGN-PACKER

目标:

```
把苏白从候选图升级为“主角资产包”。
```

路径建议:

```
video-ai-system/tools/char-hero-design-packer.py
video-ai-system/assets/characters/CHAR-003-SuBai/approved/
```

输入:

```
角色manifest
候选参考图
主角视觉要求
负面反例
```

输出:

```
approved/front_half_body.png
approved/full_body_costume.png
approved/side_face.png
approved/expression_sheet.png
approved/pose_sheet.png
visual-bible.hdlp
negative-examples.hdlp
```

验收:

```
同一眼睛/眉形/发型/服装色板
一眼能区分“苏白”和普通路人弟子
能直接作为视频参考图输入
```

### 2. CHARACTER-DISTINCTIVENESS-QC

目标:

```
专门检测“主角是否像路人甲”。
```

路径建议:

```
video-ai-system/tools/qc-character-distinctiveness.py
```

输出报告:

```
face_identity_score
silhouette_score
costume_signature_score
palette_consistency_score
protagonist_presence_score
fail_reasons
```

最小实现:

```
生成 contact sheet + 人工评分表。
先不追求全自动视觉识别，先把评分维度固化。
```

### 3. MULTI-REFERENCE-VIDEO-ADAPTER

目标:

```
当前 video-api-adapter.js 实际只支持单张 referenceImage。
需要支持多参考图: 角色、牌匾、场景、姿势。
```

路径建议:

```
video-ai-system/engines/video-api-adapter.js
```

新增能力:

```
referenceImages: string[]
referenceVideos: string[]
referenceAudios: string[]
```

验收:

```
能同时输入苏白人设图 + 牌匾图 + 场景布局图。
如果模型/接口不支持多图，必须明确降级，不得静默忽略。
```

### 4. SUBTITLE-PRODUCTION-PACK

现状:

```
subtitle-renderer.py 已可 SRT→PNG→FFmpeg overlay 合成。
但它只是工程测试工具，不是最终商用字幕工具。
```

还需补:

```
完整开发规格见:
video-ai-system/plans/D144-SUBTITLE-PRODUCTION-TOOLCHAIN.hdlp

必须开发:
reference-subtitle-analyzer.py
subtitle-style.reference-drama.json
ass-subtitle-renderer.py
subtitle-font-manager.py
subtitle-safe-area-qc.py
subtitle-preview-contact-sheet.py
subtitle-style-ab-test.py
script-to-srt-with-timing.py
```

验收:

```
对标用户提供样片字幕标准。
不是“接近”，而是按样片规范复刻。
字体固定、黑描边稳定、字号/位置按比例计算。
不遮挡主体，不发灰，不跳戏。
```

### 5. AUDIO-MIXER

目标:

```
配音 + BGM + SFX + 原视频音轨混成最终音频。
```

路径建议:

```
video-ai-system/engines/audio-mixer.py
```

必须支持:

```
voice track
bgm track
sfx track
ducking: 角色说话时BGM自动降低
loudness normalize
timeline offsets
```

验收:

```
输出mp4/wav。
对白清楚。
BGM不盖台词。
音量峰值不过载。
```

### 6. VOICE-EMOTION-COMPILER

目标:

```
把“苏白·大声·自信”翻译成TTS参数。
```

路径建议:

```
video-ai-system/tools/voice-emotion-compiler.py
video-ai-system/config/voice-emotion-map.json
```

输入:

```
character
line
emotion
target_duration
engine: edge-tts | doubao-tts
```

输出:

```
audio file
duration report
tts params report
```

验收:

```
同一句台词可生成3版情绪强度。
可对比Edge-TTS和豆包语音。
```

### 7. LIPSYNC-ADAPTER

目标:

```
角色说台词必须嘴型同步，不再靠旁白或模型自带不可验证音轨。
```

路径建议:

```
video-ai-system/engines/lipsync-adapter.py
```

路线:

```
Route A: 火山视频改口型API
Route B: 本地Wav2Lip
Route C: 其他商用口型服务
```

验收:

```
输入: 苏白说话底片 + 原文对白音频
输出: 嘴型同步视频
报告: 是否糊脸/变形/不同步
```

### 8. SHOT-QC-AUTOMATION

目标:

```
每个镜头生成后自动拆帧质检，不靠记忆判断。
```

路径建议:

```
video-ai-system/tools/qc-shot.py
```

必须输出:

```
contact_sheet.jpg
probe.json
qc-report.hdlp
```

检查项:

```
竖屏/横屏
时长
字幕是否可读
角色是否换脸
牌匾文字是否可读
道具是否遮脸
是否有现代物品
```

### 9. EP01-SHOT03-PRODUCTION-CLI

目标:

```
把当前最关键的E1-SHOT03做成一键生产命令。
```

路径建议:

```
video-ai-system/tools/run-ep01-shot03-production.py
```

步骤:

```
1. 读取原文台词。
2. 读取苏白批准资产。
3. 生成预留牌匾空间的苏白底片。
4. 合成固定牌匾。
5. 生成角色对白。
6. 执行口型同步。
7. 烧字幕。
8. 混音。
9. 输出QC报告。
```

---

## 三、P1工具

### 10. MODEL-AVAILABILITY-CHECKER

目标:

```
Mini/API开放状态不要靠人记。
```

路径建议:

```
video-ai-system/tools/check-model-availability.js
```

检查:

```
当前JIMENG_MODEL是否可用
Seedance 2.0 Mini是否可用
模型价格/限制记录
失败时给出降级路线
```

### 11. COST-LEDGER

目标:

```
每次调用模型记录成本，不再白花钱。
```

路径建议:

```
video-ai-system/tools/cost-ledger.js
video-ai-system/outputs/cost-ledger.json
```

记录:

```
task_id
model
duration
resolution
estimated_cost
status
approved_or_rejected
reject_reason
```

### 12. BGM-ASSET-LIBRARY

目标:

```
第一阶段先不急着开发重型音乐生成，先建立可控BGM素材库。
```

路径建议:

```
video-ai-system/assets/audio/bgm/
video-ai-system/tools/select-bgm.py
```

能力:

```
mood标签
loop点
长度裁切
音量建议
版权/来源记录
```

---

## 四、当前不建议优先做

```
不建议继续大量抽Seedance同场牌匾镜头。
不建议先做复杂自动导演Agent。
不建议先接重型BGM生成模型。
不建议把Edge-TTS直接标成最终商用声线。
不建议等Mini开放再推进EP01。
```

原因:

```
第一关仍是E1-SHOT03: 主角识别度 + 牌匾稳定 + 角色说台词 + 字幕。
这关通了，再扩展全片。
```

---

## 五、给腾讯AI人格体的第一批任务顺序

```
1. 开发 CHAR-HERO-DESIGN-PACKER。
2. 开发 CHARACTER-DISTINCTIVENESS-QC。
3. 开发 AUDIO-MIXER。
4. 开发 VOICE-EMOTION-COMPILER。
5. 开发 LIPSYNC-ADAPTER。
6. 开发 EP01-SHOT03-PRODUCTION-CLI。
7. 开发 COST-LEDGER。
8. 开发 MODEL-AVAILABILITY-CHECKER。
```

每完成一个工具，必须附:

```
README
命令示例
测试输入
测试输出
失败边界
是否已推送仓库
```