随着数字内容产业的爆发式增长，成都作为中国西南地区的文创重镇，催生了大量专注于“漫剧”（动态漫画或漫画视频化）的工作室。这类工作室的核心竞争力在于内容产出效率，而高效产出的背后，是一套成熟且专业的软件工具链。对于成都漫剧工作室而言，常用的生成软件并非单一工具，而是针对剧本、分镜、角色、背景及配音等不同环节的“组合拳”。
在角色与场景生成领域，Stable Diffusion及其衍生的NovelAI、WebUI等软件是目前成都漫剧工作室的标配。由于其开源特性，成都当地的创作者会大量使用基于Stable Diffusion训练出的ACG风格模型，例如Anything V5、Counterfeit等。这些模型能够快速根据提示词生成具备动漫风格的立绘、半身像和场景草图，极大地缩短了传统手绘或精修3D模型的前期耗时。相比Midjourney，Stable Diffusion在本地部署和精细控制（如ControlNet插件对骨骼、深度、线条的控制）上更胜一筹，这正好契合了漫剧对角色一致性、动作连贯性的苛求。
而在视频化与动态制作环节，After Effects搭配Live2D Cubism是经典的组合。成都很多低成本漫剧并非完全依靠AI全自动生成，而是采用“AI产出素材+人工精调”的模式。设计师会利用Live2D将静态的角色生成素材进行骨骼绑定和物理模拟，使其眼睛、头发、四肢具备自然的二维动画动态效果。随后在After Effects中通过关键帧和预设脚本，完成镜头推拉摇移、画面特效如“震动”“闪白”以及台词的字幕动画。对于追求更高效率的工作室，D-ID或HeyGen这类数字人驱动软件也被用于角色口型动画的生成，但目前在纯二次元漫剧中的应用率仍低于Live2D组合。
在音频与对白生成方面，GPT-SoVITS和Fish Speech等开源语音克隆工具近年来在成都漫剧圈迅速普及。为了降低成本，工作室会使用这些软件对声优的样本进行训练，生成能对口型的、具有特定语气（如傲娇、腹黑）的语音文件。配合Au或RVC（Retrieval-based Voice Conversion）进行后处理，最终输出的音频质量已接近低成本的商配水平。这取代了传统的“逐句录音-后期核对”模式，使得一部短漫剧的全部配音可以在数小时内完成。
最终在整合与输出阶段，DaVinci Resolve凭借其强大的剪辑、调色和Fusion动态合成功能，成为部分工作室的压轴工具。它能够无缝承接After Effects的序列帧与AI生成的视频片段，完成最终的色调整合与渲染输出。而对于更轻量级的项目，剪映专业版因其内置的漫画滤镜、文字转语音（类似TTS但更接地气）以及本地化的热门BGM库，也被不少初创型漫剧工作室用作“快速成片”的兜底方案。
综上，成都漫剧工作室的常用生成软件并非一个单一答案，而是一个由Stable Diffusion（视觉基底）、Live2D（动态引擎）、GPT-SoVITS（语音生成）以及DaVinci Resolve/剪映（最终合成）构成的四级流水线。理解这一软件矩阵的协作逻辑，是把握当前成都漫剧行业生产效率的核心所在。
本文由成都野岛文化（升维画布:www.yedao666.com）AI漫剧工具提供，禁止搬运！
