2026 年 09 月值得关注的 10 个图文音视频多模态生成 AI 技能
本文聚合了多模态图文、音视频生成的若干 AI 技能，依据平台热度排序，帮助你快速定位最适合需求的工具，提升创
1. 视频短视频图片音乐音频配音口播数字人全能创作
作者: u_319b171b ｜ 来源: tencent_skillhub ｜ 下载量: 309,274 ｜ Hot: 91.5
通过同一个AI创作工具完成AI图片、视频、音乐与语音创作，查找公开社交数据，编辑视觉成果，并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成（文生图）、AI视频生成（图生视频）和AI视频编辑，通过AI音乐生成把想法做成歌曲或纯音乐，也可用AI语音生成（文字转语音）、多语言旁白和AI语音克隆完成跨媒介内容；还能查找抖音数据、小红书数据，以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、…
2. 架构图一键生成
作者: user_bddf3fe6 ｜ 来源: tencent_skillhub ｜ 下载量: 219,747 ｜ Hot: 89.0
使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产出 CW、SVG、HTML、可编辑 PPTX 或原生 VSDX 的请求；未特别说明时，PPTX 与 Visio 使用原生形状和连接器导出。不适用于统计图表、手绘插画或像素级排版。
3. Nano Banana Pro
作者: steipete ｜ 来源: tencent_skillhub ｜ 下载量: 132,153 ｜ Hot: 85.3
使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。
4. AI数字人口播与虚拟主播视频
作者: u_319b171b ｜ 来源: tencent_skillhub ｜ 下载量: 126,461 ｜ Hot: 85.0
用一张人像和一段短脚本或语音，制作有明确讲述内容的数字人口播视频。可使用现成录音，也可以先选择音色，把脚本生成旁白，让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播，并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。
5. Openai Whisper
作者: steipete ｜ 来源: tencent_skillhub ｜ 下载量: 108,499 ｜ Hot: 83.9
使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）
6. 自动化克隆数字人口播混剪视频
作者: user_3b54b400 ｜ 来源: tencent_skillhub ｜ 下载量: 96,742 ｜ Hot: 83.1
抖音短视频双路径生产体系（单 Skill 版）。Path A[付费·高质量]：策略大脑→（可选：素材混剪/AI高光提取）→脚本优化→AI生图/素材准备→配音渲染（百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人）。Path B[免费·动画风]：采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4，零云费开箱快。触发词分层：①"抖音短视频/选题规划/合…
7. GPT Image 2.5生图
作者: user_87b8e34f ｜ 来源: tencent_skillhub ｜ 下载量: 96,285 ｜ Hot: 83.1
GPT Image 2.5生图用 GPT-Image-2.5 和 ChatGPT Images 2.5 出一张图。GPT Image 2.5 Studio 支持 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst，可文生图或参考图生图，做中文海报、商品图、信息图和社媒画面。
8. diagram-generator
作者: matthewyin ｜ 来源: tencent_skillhub ｜ 下载量: 94,023 ｜ Hot: 82.9
使用 mcp-diagram-generator MCP 服务器生成和编辑图表。适用于新建图表、编辑现有 .drawio/.mmd/.excalidraw 文件、网络拓扑、架构图、流程图、泳道图、时序图、类图、ER 图及 Excalidraw 白板工作。当用户要求绘图时，始终使用此技能。
9. AI电商上架套图
作者: u_319b171b ｜ 来源: tencent_skillhub ｜ 下载量: 89,438 ｜ Hot: 82.5
基于真实商品照片和 SKU 信息，制作一套统一的 AI 电商上架套图。为新品上架、商品详情页、店铺首页和跨境电商 Listing 准备商品主图、商品卖点图、商品详情图、商品场景图、商品尺寸图和展示包装清单的商品包装图；适合亚马逊Listing图片、淘宝商品图、Shopify产品图、Etsy商品图片和独立站商品展示。
10. UI/UX Pro Max
作者: xobi667 ｜ 来源: tencent_skillhub ｜ 下载量: 75,028 ｜ Hot: 81.2
提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。