文字生成视频的画面质量确实提升很快，但完整成片还需要旁白、音效和背景音乐与镜头节奏配合。最近我在测试 Seed Audio（https://seedaudioai.app/），比较适合把脚本快速转成多语言语音或补充声音素材。把视频模型与这类音频工作流组合起来，应该比只生成无声片段更接近真正可发布的内容。