待验证50% 置信观点精确时间

仅凭一张照片和一段录音即可生成高度逼真说话视频，降低了深度伪造的制作门槛

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

一张照片+语音录音，生成身份锁定说话视频的本地工作流

redditr/comfyui2026/7/10

相关事实

待验证直接用场景加人物加提示词硬生成视频常遇到质量低下、画面穿帮、镜头跳脱、前后不接续等问题，在长镜头或多镜头叙事中尤为突出73% 相似待验证该案例视频的画面主要是代码演示和文字动画，并非复杂的视觉创作；AI语音的自然度与专业配音仍有差距；整个流程仍需要人类在关键节点做出判断72% 相似待验证硬字幕在视频编码阶段被渲染到画面像素中，成为视频图像的一部分，无法通过常规手段分离，只能通过OCR提取72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/485923

API

curl https://kongchang.com/api/v1/knowledge/claims/485923

MCP

get_claim(id=485923)