用途：通过阿里云 DashScope API 与 LingMou SDK 生成 AI 视频与语音，覆盖数字人说话头、全身动画、文生图、图生视频、语音合成和模板化播报。
主要能力：LivePortrait（人像+音频/视频→说话视频，两步：liveportrait-detect 同步检测、liveportrait 异步生成）；EMO（人像+音频→说话头，检测+生成）；AnimateAnyone（全身动画：检测→动作模板→视频，三步）；T2I（文生图，默认 wan2.2-t2i-flash）；I2V（图生视频，支持 T2I→I2V 管线，默认 wan2.7-i2v-flash）；Qwen TTS（文生语音，按场景自动选模型与音色）；LingMou（模板化数字人播报视频）。
使用方式：先安装依赖 pip install requests==2.33.1 dashscope==1.25.15 oss2==2.19.1 numpy==1.26.4，LingMou 另需 pip install alibabacloud-lingmou20250527==1.7.0 alibabacloud-tea-openapi==0.4.4；配置 DASHSCOPE_API_KEY、ALIBABA_CLOUD_ACCESS_KEY_ID、ALIBABA_CLOUD_ACCESS_KEY_SECRET、OSS_BUCKET、OSS_ENDPOINT 环境变量。各能力通过 scripts 下对应 Python 脚本调用，如 python scripts/live_portrait.py --image ./portrait.jpg --audio ./speech.mp3 --template normal --download。
适用场景：已有音频/视频的说话头用 LivePortrait；无音频先 Qwen TTS 再 LivePortrait；全身舞蹈/动作选 AnimateAnyone；文生图选 T2I；图生视频选 I2V；端到端文生视频走 T2I→I2V；企业数字人/模板新闻用 LingMou。
限制：cn-beijing 与新加坡的 API Key 不可互换，需按区域使用；LivePortrait 音频需 wav/mp3、小于 15MB、1 秒至 3 分钟；AnimateAnyone 要求单人全身正面、宽高比 0.5–2.0，视频 fps≥24、2–60 秒；LingMou 复制公共模板后可能仍为草稿，需在 LingMou 中补全；若用户仅提供图片并要求说话视频而未给文案，需先确认口播文案。其余未在资料中说明的收费、价格与效果暂未提供。