VisionStory AI 是一个 AI 视频生成与创作平台，定位为把提示词、照片、幻灯片、音频和脚本转成可发布视频。官网强调其虚拟形象在多角度、多表情和多次生成中保持角色一致性，并支持多语言 AI 语音、高分辨率导出以及从脚本到成片的工作流。
主要能力包括：
- AI 数字人说话视频：上传一张清晰正脸照片并输入台词或上传音频，选择语音后生成会说话的视频。官网称可选 1,000 多种声音、覆盖 88 种语言。
- V-Character 4.0 虚拟形象：官方称可渲染更锐利的面部、更微妙的表情以及自然的手部和身体动作，支持一键让照片说话。
- 长视频一致性：官方称可生成长达 10 分钟的 AI 虚拟形象视频，并在各个场景中保持角色外观和身份一致。
- 多语言 AI 语音：官方称提供跨多种语言、国家和地区的数千种自然 AI 声音，也可从短音频样本克隆自己的声音。
- 高分辨率导出：支持 720p、1080p 和 2K 分辨率，用于营销、培训和社交媒体。
- AI 视频智能体：选择虚拟形象并用一句话描述视频，或提供 URL、PDF、演示文稿，智能体会规划多镜头口播视频，包括脚本、每个镜头的场景、配音和字幕，并可通过聊天细化任意镜头，支持 16:9、9:16 或 1:1 比例生成。
- AI 音乐视频生成器：把一首歌和一张照片转成电影感音乐视频，支持自然唱歌口型同步，无需拍摄或手动剪辑；可用自有音频或 Suno、Udio 音轨，上传文件或粘贴链接。官方称可生成特写、宽镜头、表演角度和故事驱动场景，支持人物、动漫角色、吉祥物和插画艺术家。
- AI 播客视频生成器：上传 MP3 或 WAV（包括用 Google NotebookLM 制作的播客），或从模板开始，或输入脚本来创建视频播客。官网称可自动把两位说话人的音频分配到正确角色。
- AI 视频换脸：上传参考脸和目标片段，生成逼真视频换脸，官方称在整个片段中保持面部追踪，支持一视频多脸，免费、无需注册、无水印、HD 输出，上传文件处理后自动删除。
- 外部 AI 视频模型：官方称也运行 Seedance、Kling、Wan 等模型，并介绍 Seedance 2.5 支持真 4K、最高 60 fps、原生多语言音频、从参考视频克隆声音和多镜头分镜控制；MiniMax 全能模型支持 2K 片段和原生立体声；阿里新模型支持 30 秒单镜头 1080p 和 Omni-Reference 输入。
- 开发者工具：提供 REST API、Python SDK、CLI、MCP 和 Agent Skill，官网给出 VisionStory CLI 安装说明，可创建 API key 后让编码代理引导登录、验证积分并创建视频。
- 其他工具：包括从提示词生成图片、宠物搞笑短剧视频、AI 绿幕、一键移除图片背景等。
使用方式：注册后可获得 10 个免费积分及每周访问奖励，足以制作约 30 秒的短口播视频；免费额度用完后需订阅继续生成。免费账户视频上限 30 秒，付费计划中 Pro 最多 3 分钟，Advanced 和 Ultra 最多 10 分钟。V-Character 口播视频 720p 每 4 秒计 1 积分，不足 4 秒按 4 秒计；1080p 加收基础积分的 0.5 倍，2K 加收 2.5 倍，绿幕加收 0.25 倍，每项附加分别向上取整后相加。AI 演示、视频播客和 Avatar Story 有各自费率，提交前会显示确切费用。
适用场景：营销、培训、社交媒体、教育内容、内部沟通、演示视频、音乐视频、播客视频等。官网提到 G2 评分 4.7/5（399 条评价）和 9 项 G2 奖项，并展示用户评价称生成成本可低于每分钟 1 美元、PPT 转视频快速、播客功能自动分角色节省时间。
限制：免费账户视频最长 30 秒；免费积分不足以持续生成；不同功能和分辨率有不同积分消耗规则；外部模型按输出秒数计费。官网未提供更多关于价格套餐、支持平台完整性、具体 API 限制或隐私政策的细节。
