AI视频生成、AI图片生成、AI音乐生成与AI配音
视频、图片、音乐、配音，一个流程全做完
「AI创作工作台·视频图片音乐」在同一个创作流程里生成 AI 视频、图片、音乐和配音：2–30 秒的 MP4 视频、PNG 图片、MP3 歌曲或纯音乐，以及 40 种语言的旁白。图片和视频成果可以继续定向修改，一个系列还能用声音克隆建立专属音色，做好的成品集中留存。「AI创作工作台·视频图片音乐」可在 WorkBuddy、Claude Code、Codex 等支持 Skill 的智能体里使用。
请安装 AI创作工作台 · 视频图片音乐；需要登录授权时告诉我：https://beatra.ai/skills/ai-video-image-music-studio/install.md
给智能体读：安装说明Markdown 版
发给 WorkBuddy、千问办公、Codex、Claude Code 等智能体即可安装，首次使用登录一次。GitHub ↗文档 ↗在手机上用：微信小程序
全能创作能交付什么
四种媒介，同一个流程
图片、视频、音乐和配音出自同一个创作流程：一张静帧可以变成镜头，一个镜头可以配上音乐，一段文稿可以变成旁白，不用每次重讲一遍需求。
已有成果直接接着用
本地照片、你满意的那一帧或已经生成的片段都能带进下一种媒介，让整组素材在风格、主体和节奏上保持一致。
成品清楚，去向也清楚
每份成品都会带回链接、尺寸、时长和格式，做好的素材可以直接进入下一步创作。
怎么做出来
一句话、一张图，或者一段文稿
想法是什么形态就用什么形态开始：一段文字需求、本地的图片或视频、上一轮做好的成果，或者一首参考曲，都足以起步。
一段文字需求或文稿 · 本地图片、视频或音频 · 上一轮做好的成果 · 画幅、语言和音色偏好
图片、视频、音乐、配音，出自同一个流程
每种媒介走最合适的一条路：文字或参考图生成画面，静帧或参考组生成视频，一个想法生成歌曲或纯音乐，一段文稿生成旁白。
文生图与多参考图构图 · 文生视频、图生视频、首尾帧、续接与视频编辑 · 歌曲、纯音乐与参考风格创作 · 多语言旁白与可复用的专属音色
拿到的是真实文件和真实数字
成品会带着链接和使用所需的信息一起返回，整组素材可以直接进剪辑、进详情页或直接发布。
链接、尺寸、时长与格式 · 可跟进的制作进度 · 做好的成品与可复用素材 · 素材与成品集中查看和管理
四种媒介，一次做齐
短视频与社交内容
把一句卖点或一个钩子做成竖版视频，配上同风格封面图、背景音乐和可直接发布的旁白。
产品与品牌视觉
生成干净的产品图，把最好的一帧动起来做成短片，再按目标市场的语言配上旁白。
课程、播客与有声内容
把文稿转成自然旁白，可覆盖多种语言，整个系列沿用同一个专属音色，并补齐封面图和片头音乐。
短片与故事片段
先用生成的静帧定下影调，再把镜头续接或精修成一段序列，最后配一首原创纯音乐。
输入与输出
输入 · 文本：想法、提示词、歌词或文稿
输入 · 图片：照片或参考图（可选）
- 格式
- JPG、PNG、WEBP
- 规格
- 单次最多 4 张
输入 · 视频：要编辑或延长的视频（可选）
- 格式
- MP4、MOV
- 规格
- 单个文件最大 100 MB
输入 · 音频：用于专属音色的声音样本（可选）
- 规格
- 10–300 秒；单个文件最大 20 MB
输出 · 视频：视频片段
- 格式
- MP4
- 规格
- 2–30 秒；480p、720p、1080p、2K、4K
输出 · 图片：图片
- 格式
- PNG
- 规格
- 单次最多 4 张；1K、2K、4K
输出 · 音频：歌曲或纯音乐
- 格式
- MP3
输出 · 音频：旁白与配音
- 格式
- MP3、WAV
- 规格
- 40 种语言
| 输入或输出 | 类型 | 格式 | 规格 |
|---|---|---|---|
| 输入 | 文本：想法、提示词、歌词或文稿 | — | — |
| 输入 | 图片：照片或参考图（可选） | JPG、PNG、WEBP | 单次最多 4 张 |
| 输入 | 视频：要编辑或延长的视频（可选） | MP4、MOV | 单个文件最大 100 MB |
| 输入 | 音频：用于专属音色的声音样本（可选） | — | 10–300 秒；单个文件最大 20 MB |
| 输出 | 视频：视频片段 | MP4 | 2–30 秒；480p、720p、1080p、2K、4K |
| 输出 | 图片：图片 | PNG | 单次最多 4 张；1K、2K、4K |
| 输出 | 音频：歌曲或纯音乐 | MP3 | — |
| 输出 | 音频：旁白与配音 | MP3、WAV | 40 种语言 |
常见问题
能用我手上的照片直接做视频吗？
可以。把本地图片带进来作为起始画面，按你描述的运动、时长和影调生成一段视频。
音乐也能一起做出来吗？
可以。描述情绪、曲风和时长，就能拿到一首歌曲或纯音乐，直接铺到片子上。
同一段文稿能出多语种版本吗？
可以。旁白支持多语言，同一段文稿会按市场分别生成对应语种的版本，每一版都能单独选音色。
整个系列能用同一个音色吗？
可以。用一段干净的录音创建可复用的专属音色，后续每一集都沿用它。
能在已有的图片或视频上改吗？
可以。对手上已有的图片或视频描述要改的地方，精修就改在那里。
