揭秘B站/抖音爆款AI双人视频：GPT-SoVITS与自动化脚本背后的生产真相

针对近期在B站和抖音流行的AI双人对话视频，本文深入探讨了其背后的技术栈与生产逻辑。此类视频通常采用Nano Banana生成封面，利用大模型撰写文案，并通过GPT-SoVITS或Qwen-TTS等高质量语音合成工具完成配音。鉴于部分创作者拥有惊人的产量，社区推测其采用了基于Python的自动化工作流，将素材抓取、语音合成与视频剪辑串联，实现了AIGC内容的自动化批量生产。