VEED Fabric 1.0 上线：一张图片 + 你的声音，1 分钟出片

我今天看到个挺有意思的…VEED 把一个叫 Fabric 1.0 的东西正式端上来了。简单讲就是：拿一张图，配上你的声音，它就开始“张嘴说话”，而且不是那种木头嘴，嘴型对词儿还挺跟得上，表情也会动，眼神不是死的…我反正看了两遍才反应过来这是张静态图。

等等，我先把我关心的点捋一下（别嫌我碎）—— 第一，它不是一个“玩具小插件”，而是 VEED 新立的模型线，入口在他们家“AI 视频模型”那儿就能看到 Fabric 1.0 的牌子，说明这事不是临时蹭热点。

第二，唇形这块他们还单独发了个 Lipsync API，说是“世界上最强的唇同步技术”…反正官方自信满满，开发者也能直接对接做大规模内容。这个点对本地化/多语言挺香。

第三，用途他们自己都写死了：社交广告、产品演示、播客、UGC、教学/How-to…基本凡是“要有人出镜说话”的场合，都能拿它糊一版出来再测。

对了，时长这个我纠结了一下。有人在 X 上说“单条 1 分钟”，也有人说“能到 3 分钟”…这信息现在有点乱，官方页面没明确写死上限。我保守点，先按 1 分钟规划，真要讲长段子就切块拼。你要赌 3 分钟，等他们把字写清楚再说。

怎么用呢…就很“偷懒友好”：丢一张正脸清晰的图，配一段音频（自己录或 TTS 都行），它生成完你直接在 VEED 编辑器里加字幕、logo、尺寸改 9:16，发。这个从“图→会说话→在线剪辑”的闭环，VEED 本来就熟门熟路。

我脑袋里已经开始乱飞了： — 社交广告 A/B：同一人设图，十条文案十条口播，半天跑一轮，谁点穿就谁上预算。

— 产品还没发、先把“上手讲解”做出来，等真机来了只补镜头。这个对早期团队太省了。

— 播客音频切段做“会说话封面”，平台刷存在…哦对，他们本来就有“会说话照片”的老工具线，Fabric 更像是把这招升级成模型引擎。

小提醒（不是泼冷水，就是防坑）：

— 时长别赌最大值，现在社区口径不一；保守做 60 秒版就好，长内容切段拼接，稳定第一。

— 想要嘴型更丝滑、配多语言，直接把 Lipsync API 拉上，尤其做本地化口播那种，你会明显感觉“对嘴更稳”。

— API 这边是等候名单/申请制，别想着今天申请今天就能批量跑，先在网页里跑通流程更稳。

说回个人感受吧…我总觉得这波不是“虚拟人又来一波”，而是把“口播生产线”给拆解了：美术出人设图 + 文案/音频 → 批量口播视频 → 线上剪一点点包装，就能把“必须真人说”的坑位填上。团队小、预算紧的，可能一夜之间就能把“有脸、有嘴型”的内容给铺起来。对了，我还想试试一个“同一张脸多语言讲解”的系列，看看 TikTok 和 Shorts 哪个吃这套…要不你也整两条试试？万一爆了呢。 反正就这样，我去找一张顺眼的头像先跑一条玩玩了。

体验链接：veed.io/ai/fabric-1-0

-END-

我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html