抡锤者

根据你要做的是电商的目标，推荐一个补充方案：
文生文：本地QWEN做基础仿写，推荐搭配上claud code做终稿，分镜推荐用豆包专业版（这方面有几把刷子）

图生视频这方面，WAN和LTX交叉对比使用，5秒的短片段+10-15秒的长片段（预算够建议考虑seedance2.0或以上）

TTS：VOXCPM,INDEXTTS2。如果用cosyvoice2来克隆音色，情绪控制和分段方面要格外注意，否则很容易在这个环节浪费大量时间

对口型：除了MUSETALK，推荐github上另一个半开源的ltsmsync，以及推荐在预算够用时，使用火山的omnihuman1.5，1元/S，看是真的省心

剪辑
FFMPEG的自动拼接，目前用过许多次，效果不是很稳定。如果是做电商，推荐同时导出一个剪映工作流做备用

最新的QWEN3.8跑一下，感觉很妙啊这个版本

agnes实测体感不好，首先首token基本是10s左右，挂不挂代理都一样。
其次是RPM20-30约等于无效，在大概可能的繁忙时间，常会conection error，运气好1分钟后正常，运气不好要好几个1分钟。
总结来说：等的起，且让它跑的任务不是很紧要的，可以用起来。
我现在的用法：moa的小编模型，聊胜于无吧。