培养一个AI明星出道，需要多长时间？答案是，72小时。

先看成果：这是手搓出来的AI女明星，这是为她生成的定妆照，还有这些——结合故事剧本生成的一系列剧照。整个过程，可以拆解为AI音乐、AI捏脸、AI生图、AI视频、AI数字人五个关键步骤。下面就直接进入正题，聊聊如何用AI打造一条虚拟明星的音乐MV。

动手之前，先想好MV的大致基调。比如，喜欢大气磅礴、有吟唱部分、带中国风的内容，那就提炼出这三个核心词。

第一步：AI音乐

打开Tunee这个音乐智能体。在输入框里把三个核心词粘贴进去，再加上一句指令：按照以上关键词，为我生成一个纯音乐的BGM。AI会给出三种风格选项供筛选。当然，也可以全都要——让AI为每种风格生成两首音乐，质量都不错。最终选定一个版本作为基底。这里有一个经验：先出音乐，然后听AI去想象画面，这样创作起来的代入感会更强。

第二步：AI捏脸

确定主角形象。手头有一张之前AI生成的现乘人物图，很多人说这张图撞脸张元英了，你们觉得有几分像？

如果没有现成形象，可以先找一张喜欢的明星照片。把它上传给豆包，补充提问：“请为我详细描述这个人的五官特征。”复制这串描述词后，在即梦里输入提示词：“为我生成一个明星长相，详细描述如下”，再粘贴刚才的词，点击生成，就能得到相应的人物长相。

第三步：AI生图

这一步是把指定角色放进指定场景，生成一张张静态图。用的是海螺Agent搭配Nano Banana。在海螺首页点击Agent，新建项目，上传之前捏好的形象。点击对话按钮，把准备好的分镜脚本粘贴进去，附上一句描述：“请根据以上所有分镜和我提供的角色图，为我生成全部图片，尺寸均为16:9。”生成后所有图片会铺在界面上，方便挑选和修改。最终的生图效果，部分展示如下。

值得强调的是，Nano Banana对人物一致性的保持非常出色，甚至可以生成同一个角色在不同角度、不同动作、不同景别下的图片。

第四步：视频生成

挑选几个典型案例来具体说明。

细节类生成：比如女人近距离围观火苗的镜头（生成AI：可灵）。第一次图生视频提示词是“女人看着眼前的火焰燃烧”，但生成的效果缺少了眼中倒影的细节。第二次生成，增加了“眼中反射跳动的火光”这句提示词，细节就得到了补充。

运镜类转场：秦始皇在宫殿内的镜头（生成AI：海螺）。首尾帧生视频提示词是：“男人坐着不动，镜头向右旋转，转为正视视角，镜头急速后退，高速摄影动态模糊。”这里用两张坐姿不同的图做了首尾帧合成。为了让后退的视觉冲击感更强，加入了“镜头急速后退，高速摄影动态模糊”，最终效果相当震撼。

表情：图生提示词用“抿紧嘴唇 忍住不哭”（生成AI：可灵）。正常人忍住不哭时，一定会有微表情和小动作。如果直接输入“忍住不哭”，不符合真实状况。加上了“抿紧嘴唇”这个细节，表情效果就更像真人。

动作类型：女人求救的演技非常出神入化（生成AI：可灵）。图生提示词用了“奄奄一息的女人，朝天伸出手，俯视视角”。带上了“奄奄一息”的描述，再加上“俯视视角”来保持拍摄角度。这个角度下的女人显得更加无助，戏剧效果被瞬间放大。

第五步：数字人

还有一个关键步骤不能跳过。用剪辑软件把音乐里的吟唱部分单独剪出来。然后在即梦里切换到数字人功能，分别上传人物的露脸视频和吟唱音频。模式记得选大师版，点击生成，就能得到带口型的数字人视频。

最后，把所有生成的视频素材按照音乐节奏剪辑在一起，一段AI歌手唱歌的MV就完成了。今天就分享到这里。