手机也能做音画同步视频了，这才是普通人该用的工具

• case 1 萌宠播客

Wan2.5 根据橘猫和萨摩耶的形象，分别生成了不同的音色，并且口型和动作神态完全同步，主体的台词用引号标记，生成的会更准确。我们再试一次，成品也是一次直出：

以往做这类短视频，需要先生成画面、制作配音，再对口型，多主体对话的视频做起来特别麻烦，现在只要提示词说清楚，不到5分钟就能直出完整的视频内容，效率提升非常明显。

• case2 影视二创

Wan2.5 对中文歌词和舞台表演的理解挺到位的，freestyle 的说唱和律动的鼓点都是 AI 自动生成的，人物的口型、动作和说唱的语气都对得上，整体表演很连贯。话筒支架还有一点小瑕疵，不过不影响整体观感。

• case 3 教学视频

主体的讲解动作和口播节奏完全同步，发音也很标准，可以直接拿来做教学素材。还可以改编成儿歌，唱出来：

主体唱歌的时候，身体和耳朵会自然的摇摆，表情非常自然。

• case 4 唱跳

模型对卡通角色识别挺准确~音色是比较稚嫩的童声，儿歌旋律纯靠模型自己推理，有点“难听”，但看起来确实好玩。

• case 5 鬼畜视频

小猫的动作节奏非常不错，就连颈部佩戴的绳子也在随节奏同步摆动，细节很加分。不过 Wan2.5 依旧无法识别原曲旋律，但是会基于节奏和风格自行推理旋律，在生成抽象、鬼畜、搞笑视频上很在行。

• case 6 兵马俑群体舞

群体动作非常整齐，同时又能和儿歌中的节奏对应，整体表现非常稳。我加入了明确的风格和节奏提示词后，节奏感有明显地提升，生成的音乐也更贴合当前的场景设定，可控性还是很不错的。