技巧精选

用皮影戏拆解 BaoCut 虚拟主播原理与三步上手教程

精选理由

宝玉用皮影戏把 BaoCut 的拆层、网形变、逐字口型讲得特别直观。看完三步就能让 Claude Code 或 Codex 帮你出一个带虚拟主播的讲解视频,自制角色只要 9 次图。做视频号、教程内容的人值得试试。

宝玉用皮影戏演示 BaoCut 虚拟主播的工作原理:AI 先生成一张正面像,再迭代改图十一次,程序逐像素比对拆出二十七层;转头靠给整张画罩网推进,配十七个旋钮让头发有弹簧感;口型不看音量而是逐字读音判断,嘴比声音早 0.03 秒。骨架、变形和弹簧机制移植自开源项目 LivLiv Player(Apache-2.0),主播形象由 Seedream 5.5 生成。

图片来源 · 宝玉
正文

教程给出三步流程:先在终端运行 baocut skill install,让 Claude Code、Codex 等 Agent 学会调用 BaoCut;然后选内置 19 位原创卡通主播,或让 Agent 画正面像、改图拆层打包角色包,约需 9 次图片生成;最后给稿子,Agent 写稿、配音、算口型、上时间线并出审片链接,改配音只需重算口型。

限制方面:只做卡通角色,不做真人换脸;中文、英文、日文假名、韩文口型最准;转头最多 30 度,没有手,不支持光头角色。自制角色需先配置图片生成服务,推荐 Seedream 5.5 和 GPT-Image 2.6。

原文 · 宝玉

这期用皮影戏讲清 BaoCut 虚拟主播的工作原理: - 拆:AI 画一张正面像,再改十一次,程序逐像素比对,拆出二十七层 - 动:给整张画罩上一张网,推网就能转头;十七个旋钮,头发像弹簧 - 说:不听音量,看每个字的读音挑嘴型,嘴比声音早 0.03 秒 还回答了:这算不算 AI 生成视频?要不要显卡?能不能换成自己的形象?他做不到什么? 骨架、变形和弹簧移植自开源项目 LivLiv Player(Apache-2.0),感谢作者。主播形象由 Seedream 5.5 生成。 项目地址: github.com/JimLiu/baocut ---- 想让自己的视频也有一位虚拟主播?三步就行 1. 把 BaoCut skill 装给你的 Agent 装好 BaoCut 后,在终端运行一次: baocut skill install Claude Code、Codex 这类 Agent 就学会了怎么用 BaoCut。不用 Agent 也行:BaoCut 应用里自带的 AI 助手已经内置「虚拟主播」这个 skill,直接对它说就可以。 2. 挑一位主播,或者做一位自己的 不想折腾:BaoCut 自带 19 位原创卡通主播。告诉 Agent 你的片子讲什么、给谁看,它会推荐两三位让你挑。 想要自己的形象:让 Agent 画一张正面像(睁眼、闭嘴、纯色背景、有头发),你点头之后,它再改图、拆层,打包成一个角色包。大约 9 次图片生成。 3. 给稿子,等审片 一句话就能开工,比如: 用 BaoCut 做一条 3 分钟的讲解视频,主题是 XXX,让虚拟主播在右下角出镜讲解。 Agent 会写稿、配音、按每个字的读音算好口型,把主播放上时间线,然后给你一个审片链接。你看完说可以,它再导出成片。之后改了某句配音,只需重算口型,角色不用重画。 几点提醒 1. 只做卡通角色,不做真人照片对口型,也不做换脸。 2. 中文、英文、日文假名、韩文口型最准;其他语言主要按音量开合。 3. 主播转头最多 30 度,没有手,光头角色暂时不支持。 4. 自己做角色需要先配置好图片生成服务;用内置主播不需要。(推荐 SeeDream 5.5 和 GPT-Image 2.6,Codex cli 就可以生成)

产业坐标与信源核验

本条情报归属 AITOP「技巧」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中国 AI 企业出海东南亚与本地化落地」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:BaoCut、Seedream 5.5、Claude Code、虚拟主播,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「宝玉」(@dotey),经 AITOP 多维评分管线结构化提炼。