本文是AI音视频实战下篇，聚焦视频生产，横向对比Pixelle-Video、Remotion、Hypit、video-talkcraft、VideoClaw五个方案，梳理流程、配置、成本与合规边界。结论是2026年路线分化为纯代码渲染、全自动流水线和多智能体导演，成本结构与能力边界各异；成熟流水线采用音频优先，先出配音再用时长反推分镜，时间戳是唯一事实源。选型须前置审查授权，如Hypit禁止多租户SaaS和商业再分发、Remotion自动化最低100美元/月、video-talkcraft授权未明，并量化验收、素材落盘、数据标采集日期。读者可据此按显存、规模和商用需求选路线，避开音画不同步、授权与成本陷阱。
2026年个人音视频生产门槛下降，核心问题变为如何稳定、低成本完成。本文上篇拆解音频侧三条链路：语音克隆与TTS、可编辑音乐生成、会议录音与麦克风替代。语音选型按硬件和语言匹配：GPT-SoVITS生态全，VoxCPM2强在方言多语，MOSS-TTS-Nano可四核CPU流式运行，AuK统一16项任务但显存门槛高。音乐侧YuE2以ABC乐谱编辑旋律和弦，ACE-Step侧重音频域编辑。会议侧Meetily本地优先但社区版无说话人分离，MicYou把手机变麦克风。
一饭封神是基于 AI 的智能菜谱生成平台，覆盖中华八大菜系与国际料理，提供菜谱生成、营养分析、AI 效果图、酒水搭配、酱汁设计、收藏和料理占卜。项目通过 Kiro 编辑器完成 Vibe Coding 全流程开发，兼容 OpenAI 标准，可部署到 Vercel 或 Netlify。用户配置环境变量后即可运行；动态配置支持运行时修改 API、密钥、模型、温度和超时，配置持久化，菜谱与图片生成独立管理。建议使用高质量大模型以获得更专业菜谱和营养分析。
