熟悉的人，一起 AI 双人说唱。

这里的“双人”是什么意思

这个工作流围绕两个人设计。输入两张独立人像，先通过图像组合把人物放进同一画面，再生成视频。表演方向包含轮流说唱和共同收尾，但具体节奏、歌词和口型可能出现变化。

你们不需要先录一段合唱，也不必真的站到同一支麦克风前。视频中的人声和伴奏由 AI 生成，不是从两人的照片中提取本人声音。

先选搭档，再想一个小场景

• 朋友：把熟悉的友情放进霓虹天台，做一段轻松的群聊分享。
• 伴侣：用落日天台，表达一段松弛的共同记忆。
• 成年兄弟姐妹：选择生日场景，作为私人祝福的开头。

这些是创作思路，不是不同的生成模式，使用的都是两张照片工作流。请获得双方同意，并让观看者知道这是一段 AI 创作的表演。

四种场景，四种起点

录音室强调温暖、近距离的表演；生日增加庆祝氛围；霓虹夜景采用蓝紫色天台灯光；落日天台偏向轻松的户外感觉。

场景选择同时影响画面和预设表演方向。目前不能独立选择某位歌手的声线、输入歌词或设定新的时长。可以通过场景比较文章了解差别，并逐一试听真实样片。

从选照片到检查成品

每张图片只保留一位清晰的成年人，并参考照片准备清单。在工作室登录、选择照片和场景，确认生成时使用已购额度。成功交付消耗一个视频额度；技术失败释放同一笔预留。

四段公开样片约 10 秒并带音频。它们证明的是实际工作流，不保证完美还原面部或逐帧口型同步。请看完整段成品，在 30 天内下载保存，并在公开发布前征得搭档同意。

第一次接触这个形式，可以先读什么是 AI 说唱视频，再按照片生成说唱视频指南准备第一段作品。