花了一天半的时间，我终于完成了36秒的情境导入小视频，从最开始问小红书，上哔哩网看学习视频，再到万彩VR软件的下载操作，去上海鲁迅纪念馆官网截图，用豆包、元宝修图，来来回回不知折腾了多少遍，终于生成了全景图，后来又用六面体拼了一个模拟展厅，六面体的宽高比例修改成1：1，最终生成无声VR视频。
刚开始看到万彩VR里有数字人插件，插入后却不能自动播放，苦苦找寻解决办法也未果，最后再问豆包如何制作数字人，它告诉我用剪映，花了7元买了一个月的VIP，开始制作数字人，选人像、选声音、配文字，终于制作出了32秒的数字人视频，把VR视频、数字人视频和背景音乐在剪映里合成，导出MP4，终于成功制作了一个符合自己要求的导入视频。
回望这一天多的时间，为了这三十几秒的可有可无的小视频，这所谓的AI融合也只是个噱头，却耗费了我那么多时间。但也还是有那么一点收获，我终于凭一己之力，制作出了VR效果+数字人的配乐带字幕小视频。如果以后我要做个朗诵作品，可以把自己的音频加配乐再加视频一起剪辑了。
做完这个小视频，我又想做个萧红介绍视频，最开始想用萧红的真人照片直接做数字人，剪映里面只能上传自己的照片，所以不能做。我问豆包，豆包推荐了一款国外的D-ID软件，但这款软件是国外软件，所以声音选择比较少，于是我又用剪映去生成了想要的介绍音频，导出mp3文件后，再导出D-ID软件里，生出开口说话的萧红，结果终于让照片说话了，可是导出的视频上有水印，而且照片上的口型也显得不大自然。另外，考虑到萧红介绍视频时长有2分47秒，这么长的时间光是一个对口型的数字人在那里说话，太单调乏味，因此我又想到不如让豆包根据介绍文字生成图片，后来发现还能生成视频，可是我选择了七张图片去生视频，豆包给我生了5个就说已经超过限度了。于是我只好在剪映上把数字人和豆包生的视频，再加上几张是照片混合编到一起，配上音频，导出一个MP4文件。经过修改，我把那个开口说话的照片换成其他照片，最终制作了一个带字幕的作者介绍视频。但这个视频有近3分钟，又感觉有点长了。把它控制在2分钟以内会好一点。
