Repository navigation
v2.5.1
智剧通（ZJT）2.5.0 发布说明 / Release Notes
数据来源：飞书多维表格「GitHub 看板」已发布列，当前共 74 条记录，其中 60 条（GitHub 状态 Open，看板可见）为 2.4.0 快照之后新发布的内容，全部计入本版本。
该列另有 14 条 GitHub 状态为 Closed 的记录，属于此前版本已发布内容，未计入（与 2.4.0 口径一致）。
一、中文
一句话说明
智剧通 2.5.0 迎来数字人全面升级：对接新音频接口并基于 MiniMax H3 生成数字人视频，超长数字人自动多轮拼接，支持音色选择与角色音色描述；同时新增视频提取剧本、抖音图文转视频、声音库与智能体打通、故事板与工作流互切、每日算力统计等功能，并修复数字人、故事板、画布、多人协作权限、RunningHub 槽位泄漏等 30 余个问题。
详细说明
✨ 新功能
- 视频提取剧本：支持输入视频自动提取剧本。
- 抖音图文转视频：新增抖音图文转视频能力，图文素材一键成片。
- 声音库打通：现有声音库与智能体全面打通。
- 剧本权限管理：剧本拆分师支持更新剧本权限。
- 故事板 ↔ 工作流互切：工作流页面与故事板支持相互跳转切换。
- 只看自己：故事板、工作流多人共享模式新增"只看自己创建"选项；故事板支持查看仅自己或指定用户的作品。
- 画布导出压缩包：画布导出支持类似故事板的压缩包格式。
- @ 预览：工作流提示词框输入 @ 后，下拉框右侧展示详细预览图（对齐 storyboard）。
- 算力统计：新增每日各用户算力消耗的统计与表格。
- 世界管理：管理员可删除或隐藏其他世界（含所有剧本智能体中的世界）。
🤖 模型与供应商（数字人全面升级）
- 新音频链路：对接新的音频接口，音频生成完毕后自动调用 MiniMax H3 生成数字人视频。
- 更快更省的数字人：数字人生成切换为h3方案，速度更快、算力更省，并支持音色选择。
- 超长数字人拼接：数字人时长超过 15 秒时自动多轮 H3 生成并拼接；超长数字人整体从 wan2.2 切换为 MiniMax H3 拼接方案。
- 角色音色描述：H3 角色新增音色描述，生成视频时可传入，降低声音来源为 TTS 的比例。
- 说话档案（人设）：调整创建角色的提示词，为对话角色增加说话档案，台词更贴合人设。
- 默认性价比模型：新用户默认选择性价比模型（剧本智能体、营销智能体、故事板、画布）。
🐛 问题修复
- 数字人：修复画布中数字人未走 MiniMax H3 的问题；修复 H3 首帧/参考生视频在角色不说话时产生无法识别说话内容的问题；修复单角色说话时非说话角色音色未传入视频模型的问题；修复生成堵塞时 4 分钟内密集重试、进程堵死异步卡槽、长度不一致无法生成、分辨率错误与多片段视频劣化、手部不会动等一系列问题。
- 剧本智能体与协作：修复剧本智能体链接分享给其他用户（链接携带 user_id）后消息无法发送的问题；修复多人协作模式下权限判断不严、直接把 URL 参数中的 user_id 视为真实用户的问题；修复使用他人世界角色后无法修改音色的问题；修复角色行为描述中出现"换人测试"的情况；剧本过短时拆分失败增加友好化提示；剧本拆分默认不再使用对口型模式。
- 故事板：修复宫格检查方案误杀率过高、宫格图反复失败一直卡住无法生成的问题（失败自动降级为直接生图）；修复故事板 render.js path 属性报错；修复分镜视频来源为原声、预览时却播放 TTS 声音的问题；修复修改视频提示词后对话框下方提示词未同步（onblur 同步）的问题。
- 画布：修复画布滚动选择无记忆、反复询问用户的问题；修复快捷键/滚轮选择弹窗在选择后仍反复弹出的问题。
- 上传：修复上传角色/道具/场景图片过大时没有明确报错提示的问题；修复上传角色图误触发重新生成、导致用户图片被覆盖的问题。
- 工作流：修复工作流页面大量请求未携带认证 token、后端 401 响应缺少 detail 的问题。
- 供应商：修复 RunningHub 槽位泄漏（任务取消后已领取槽位不释放、永久占用并发容量）与 RunningHub 池错误永久占用的问题；修复商业版 lite 不支持音色情感控制的问题。
- 平台：修复官网 pipeline 步骤永久卡死、宫格生图轮询 401 无限重试、GPT Image 参考图 404/410 被误报为"服务异常"的问题；修复暂存区删除角色/场景/道具的问题；修复开发环境下 CDN 音频无法下载、签到管理页面易误导用户的问题；修复 10.20 测试批次发现的一批问题（含时间轴导出素材包/剪映草稿对非管理员用户 401 失败等）。
⚙️ 稳定性与内部改进
- 进程模型升级：进程池从 fork 切换为 spawn，根治 logging 锁死锁、EMFILE 管道泄漏、七牛线程池假超时等同根因隐患。
- 测试基建：修复 GitLab e2e 测试经常挂的问题。
- 体验打磨：优化故事板左下角对话框样式、grid 模式时间轴按钮更显眼；优化画布音频生成节点与提取剧本节点的功能和易用性；角色参考图由三视角改为去头图片；数字人放弃使用视频尾帧、改为直接并发生成。
二、English
One-line Summary
ZJT 2.5.0 delivers a major digital-human upgrade — a new audio pipeline with MiniMax H3 video generation, automatic multi-round stitching for long avatars, voice selection and per-role voice descriptions — plus video-to-script extraction, Douyin image-text-to-video, voice-library integration with agents, Storyboard↔Workflow switching, daily compute-usage statistics, and 30+ bug fixes across digital humans, storyboard, canvas, collaboration permissions, and RunningHub slot leaks.
Detailed Notes
✨ New Features
- Video-to-Script Extraction: Scripts can now be automatically extracted from an input video.
- Douyin Image-Text-to-Video: Added the ability to turn Douyin image-text posts into videos in one click.
- Voice Library Integration: The existing voice library is now fully connected with agents.
- Script Permission Management: Script splitters can now update script permissions.
- Storyboard ↔ Workflow Switching: The workflow page and storyboard can now jump between each other.
- "Only Mine" View: Storyboard and workflow gain an "only show my own creations" option in shared mode; storyboard supports filtering works by specific users.
- Canvas Export Package: Canvas export now supports a storyboard-like compressed package.
- @ Preview: In the workflow prompt box, the @ dropdown now shows detailed preview images on the right (aligned with storyboard).
- Compute Usage Statistics: Added daily per-user compute consumption statistics with tables.
- World Management: Admins can delete or hide other worlds (including worlds in all script agents).
🤖 Models & Providers (Major Digital-Human Upgrade)
- New Audio Pipeline: Integrated a new audio API; after audio generation completes, MiniMax H3 is invoked automatically to generate the digital-human video.
- Faster, Cheaper Digital Humans: Digital-human generation switches to the h3 approach — faster and more compute-efficient — with voice selection support.
- Long-Avatar Stitching: Avatars over 15 seconds are automatically generated in multiple H3 rounds and stitched; long avatars overall move from wan2.2 to the MiniMax H3 stitching approach.
- Role Voice Descriptions: H3 roles gain voice descriptions that can be passed into video generation, reducing the share of TTS-sounding output.
- Speaking Profile (Persona): Role-creation prompts now include a speaking profile for dialogue roles, making lines fit the character.
- Default Cost-Effective Models: New users default to cost-effective models (script agent, marketing agent, storyboard, canvas).
🐛 Bug Fixes
- Digital Human: Fixed canvas digital humans not using MiniMax H3; fixed H3 first-frame/reference video generation producing unrecognized speech when a character is silent; fixed non-speaking roles' voices not being passed to the video model in single-speaker scenes; fixed dense retries within 4 minutes on pipeline blockage, processes clogging async worker slots, length-mismatch generation failures, resolution errors with multi-clip quality degradation, and motionless hands.
- Script Agent & Collaboration: Fixed shared script-agent links (carrying user_id) preventing other users from sending messages; fixed loose permission checks in multi-user collaboration that trusted the user_id in URL params; fixed being unable to change a role's voice after borrowing it from another user's world; fixed "character swap" cases in role behavior descriptions; friendlier prompts when splitting fails on scripts that are too short; lip-sync mode is no longer the default when splitting scripts.
- Storyboard: Fixed the grid-check scheme's excessive false-positive rate and endless stuck grid-image generation (now degrades to direct image generation on repeated failure); fixed a storyboard render.js
<path>attribute error; fixed shot previews playing TTS audio when the clip source is the original sound; fixed the prompt under the chat box not syncing after video-prompt edits (synced on blur). - Canvas: Fixed canvas scroll-selection preferences not being remembered and repeatedly asking the user; fixed the shortcut/scroll-wheel selection popup reappearing after a choice was made.
- Upload: Fixed missing error messages when uploading oversized role/prop/scene images; fixed uploads of role images wrongly triggering regeneration and overwriting the user's image.
- Workflow: Fixed workflow-page requests missing the auth token and backend 401 responses lacking detail.
- Providers: Fixed the RunningHub slot leak (slots not released after task cancellation, permanently occupying concurrency) and erroneous permanent occupation of RunningHub pool slots; fixed voice-emotion control being unsupported in the commercial Lite edition.
- Platform: Fixed official-website pipeline steps getting stuck forever, grid-image polling retrying 401s infinitely, and GPT Image reference 404/410s being misreported as "service abnormal"; fixed deleting roles/scenes/props in the staging area; fixed CDN audio being undownloadable in dev and the misleading sign-in admin page; fixed a batch of issues found in the 10.20 test pass (including timeline export-package/Jianying-draft 401 failures for non-admin users).
⚙️ Stability & Internal Improvements
- Process Model Upgrade: The process pool switched from fork to spawn, eliminating same-root-cause risks such as logging lock deadlocks, EMFILE pipe leaks, and fake Qiniu thread-pool timeouts.
- Testing Infrastructure: Fixed frequently failing GitLab e2e tests.
- UX Polish: Optimized the storyboard bottom-left chat box styling and made grid-mode timeline buttons more prominent; improved canvas audio-node and video-to-script node usability; role reference images changed from three-view to headless images; digital-human generation no longer uses video tail frames and generates concurrently instead.
附：2.5.0 已发布原始记录（60 条）
| 飞书编号 | 标题 | 创建日期 | 分类 |
|---|---|---|---|
| f_0854 | 进程池切换为spawn | 2026-09-14 | 内部 |
| f_0888 | 画布中数字人不是minimaxh3的数字人，而是h3数字人 | 2026-09-18 | 修复 |
| f_0928 | 实现输入视频，提取剧本 | 2026-09-27 | 新功能 |
| f_0934 | 官网发现 1. pipeline 步骤永久卡死 2. 宫格生图轮询 401 无限重试 3. GPT Image 参考图 404/410 被误报成“服务异常” | 2026-09-29 | 修复 |
| f_0944 | 数字人需要换一个 更快的方式，支持音色选择 | 2026-09-30 | 新功能 |
| f_0949 | 角色参考图 三视角修改为去头图片 | 2026-10-05 | 改进 |
| f_0970 | 调整创建角色的提示词，增加对话 角色的 说话档案（人设） | 2026-10-10 | 新功能 |
| f_0971 | 对接新的音频接口 ，生成完毕后，调用minimax h3生成数字人视频 | 2026-10-11 | 新功能 |
| f_0974 | 新用户默认选择性价比模型（剧本智能体，营销智能体，以及故事板，画布） | 2026-10-11 | 改进 |
| f_0975 | 暂存区 删除角色、场景、道具 有问题 | 2026-10-11 | 修复 |
| f_0977 | 宫格检查 方案优化误杀率过高的问题 | 2026-10-11 | 修复 |
| f_0978 | 修复工作流页面 大量请求没有带上 认证token，并修复后端接口，401没有detail的问题 | 2026-10-11 | 修复 |
| f_0982 | 抖音图文转视频 | 2026-10-12 | 新功能 |
| f_0983 | 用户将它的 剧本智能体链接发给其他用户（带上自身的user_id)，其他用户打开后，发现消息无法发生。 | 2026-10-12 | 修复 |
| f_0985 | 工作流页面和故事板可以支持相互切换 | 2026-10-12 | 新功能 |
| f_0989 | 故事板和工作流中，如果开启的是多人共享模式，那么需要新增 只看自己创建的选项 | 2026-10-13 | 新功能 |
| f_0990 | 用户上传角色图片、道具图片、场景图片时，发生图片过大，却没有提示报错信息的问题。 用户上传了一个9.8mb的图片，系统只是显示图片上传失败 | 2026-10-13 | 修复 |
| f_0991 | 发现用户上传角色图时，会触发 错误地重新生成角色图，导致用户上传的图片被覆盖 | 2026-10-13 | 修复 |
| f_0992 | gitlab e2e测试经常挂 | 2026-10-13 | 内部 |
| f_0993 | 优化故事板 左下角对话框样式 | 2026-10-13 | 改进 |
| f_1002 | 1.现有的声音库和智能体打通 | 2026-10-14 | 新功能 |
| f_1004 | RunningHub 槽位泄漏（真实的资源泄漏）。 调度循环在「已领取槽位、尚未提交上游」的窗口内如果任务被取消，提交闸门会正确拒绝调用上游，但已领用的槽位不会再随任务生命周期释放，会永久占用并发容量。 | 2026-10-14 | 修复 |
| f_1006 | minimax h3首帧生视频/参考生视频 不说话时，经常会有 无法识别的说话内容 | 2026-10-14 | 修复 |
| f_1008 | 出现数字人时长超过15秒时，自动调用多轮h3数字人，并进行 拼接 | 2026-10-14 | 新功能 |
| f_1012 | h3 角色新增角色音色描述，支持生成视频时，添加角色音色描述 | 2026-10-15 | 新功能 |
| f_1013 | 修复 工作流故事板，h3模型 只有一个角色说话，确保非说话的角色的音色传入视频模型 | 2026-10-15 | 修复 |
| f_1014 | 修复runninghub 池会出现错误永久占用的问题 | 2026-10-15 | 修复 |
| f_1015 | 修复故事板 render.js:4211 Error: attribute d: Expected number, "….51 0 1.1-.9 2-2s.9-2 2-2c.18 0 …". 报错 | 2026-10-15 | 修复 |
| f_1017 | 修复商业版lite里 不支持音色情感控制的问题 | 2026-10-15 | 修复 |
| f_1018 | 针对剧本过短情况，拆分失败的友好化提示 | 2026-10-15 | 改进 |
| f_1019 | 超长时间的数字人 从wan2.2切换为minimax h3 拼接的方式 | 2026-10-15 | 改进 |
| f_1024 | 剧本拆分师支持更新剧本权限 | 2026-10-16 | 新功能 |
| f_1025 | 需要支持每日 哪些用户消耗多少算力的统计和表格功能 | 2026-10-16 | 新功能 |
| f_1026 | 开发环境下，发现cdn的音频无法下载 | 2026-10-17 | 修复 |
| f_1032 | S1 分镜的视频来源是 视频原声，但是它在播放时，预览的时候，放出来的声音是TTS的 | 2026-10-17 | 修复 |
| f_1036 | 用户在画布中滚动的选择，似乎没有没有记忆，每次进去，每隔一段时间，这个记忆就消失了，导致又需要询问用户 | 2026-10-18 | 修复 |
| f_1037 | 画布导出需要支持导出类似故事板那样的压缩包 | 2026-10-18 | 新功能 |
| f_1039 | 修复签到管理页面 容易让用户误解 | 2026-10-18 | 修复 |
| f_1045 | 剧本拆分时，默认不再使用对口型模式 | 2026-10-19 | 改进 |
| f_1046 | 故事版里，当用户修改了视频提示词后，onblur时需要 同步更改 对话框下方的提示词 | 2026-10-19 | 修复 |
| f_1048 | 故事板在grid模式下，时间轴的按钮需要显眼点 | 2026-10-19 | 改进 |
| f_1049 | 修复剧本智能体中 角色音色 一旦用别人的世界的 角色，就无法修改音色的问题 | 2026-10-19 | 修复 |
| f_1052 | 画布快捷键 弹窗，哪怕之前填过，第二次进入页面，也会弹出 | 2026-10-20 | 修复 |
| f_1053 | 故事板需要支持查看 仅自己的，或者指定某个用户的 作品 | 2026-10-20 | 新功能 |
| f_1057 | 故事板如果一直宫格图生成失败，就降级为 直接生图，而不要一直卡住让用户无法生成 | 2026-10-20 | 修复 |
| f_1058 | 支持管理员 删除 或者隐藏其他世界 | 2026-10-20 | 新功能 |
| f_1061 | 修复生成数字人时，遇到堵塞时，会在4分钟之内密集尝试的问题 | 2026-10-20 | 修复 |
| f_1062 | 修复画布页面，频繁出现滚轮快捷键选择弹窗，即便选择过之后，下次还是会弹出 | 2026-10-20 | 修复 |
| f_1063 | 管理员可以删除 所有 剧本智能体中的世界 | 2026-10-20 | 新功能 |
| f_1064 | 剧本智能体 多人协作模式下，判断用户是否有权限的判断逻辑不严，直接把url参数中的user_id视为真的用户id | 2026-10-20 | 修复 |
| f_1065 | 数字人问题，分辨率错误，多个视频片段后出现 视频劣化 | 2026-10-20 | 修复 |
| f_1066 | 修复10.20测试发现的问题 | 2026-10-20 | 修复 |
| f_1070 | 提取剧本优化 | 2026-10-21 | 改进 |
| f_1071 | 优化画布音频生成节点功能和易用性 | 2026-10-21 | 改进 |
| f_1072 | 数字人的手不会动 | 2026-10-21 | 修复 |
| f_1075 | 工作流页面中，在提示词的框中，输入@后 ，出现的 下拉框，需要在下拉框右侧，有详细的预览图，类似 @storyboard.html | 2026-10-21 | 新功能 |
| f_1077 | 数字人放弃使用视频尾帧，而是直接并发生成 | 2026-10-21 | 改进 |
| f_1078 | 修复数字人长度不一致，导致数字人无法生成的问题 | 2026-10-21 | 修复 |
| f_1079 | 修复角色的行为描述中存在换人测试这种情况 | 2026-10-21 | 修复 |
| f_1083 | 修复数字人进程 会把异步进程的卡槽 堵死的问题 | 2026-10-21 | 修复 |