脚本和照片是资产，其余全是执行

又一个"刚发布就爆"的开源项目被顶上热榜：lanshu-create-ai-presenter-video——中国开发者发布的免费工具，一份脚本加一张你有权使用的主持人照片，产出一条完整的带主播视频：AI 生成配音、让主持人开口说话、口型对上音频，再补字幕、做封面、检查成片；上线不久已经两万六千星。（细节与仓库以官方为准） 这类工具的流程设计里，最聪明的一步是把"授权"写进了输入端——照片必须是"你有权使用"的。口型同步＋声音克隆的组合天生游走在肖像与声音权的边上，把授权责任交还给使用者，等于让工具在最敏感的地方先划清了界线；今晚隐私那条线说过"敏感的计算在数据所在的地方"，这条说的是另一半：敏感的责任在提交素材的人手里——两边各守一段，工具才敢开源。 流程本身则是"分工"模板的又一次复刻：配音、说话、对口型、字幕、封面、质检——六七个环节全是可定义的工序，于是被一次性串成了流水线。这与十万星那篇的判断同构：能被定义成工序的都不是创意，而是产能；真正的创意被压缩到最前面那一句"要讲什么"。脚本和照片是资产，其余全是可重复的执行——这条公式在出片这条线上已经反复应验。 "免费工具、两万六千星"这个组合也说明了社区此刻的饥渴点：不是更强的模型，是把已有模型串到能用的傻瓜化。模型每天都在进步，但每次进步都要有人把它接进具体流程才产生价值；这类"串管工"项目吃掉的正是模型与成品之间那段没人愿意手铺的路——与今晚"零件全是现成的、组合才是发明"是同一枚硬币的两面。 给想试的人一句落地的：先按它的输入纪律备料——一张正面、光线均匀、授权干净的照片加一份口语化的脚本；跑通一条 30 秒的片子后，重点验两处：口型在句尾准不准（最容易崩的地方）、字幕与配音的时间轴齐不齐。两项过关，这条流水线就能进你的内容排期；不过关，先把素材这一端修整好，多数问题出在输入而非模型。