用 AI 數字人：從口播影片到數字人直播
AI數字人怎麼做、數字人直播用什麼工具？本文按大陸直連與否整理蟬鏡、騰訊智影、剪映、百度智慧雲數字人、萬興播爆、HeyGen 六款，先分清口播影片、直播、電商講品三類用法，並給出從授權、錄素材到釋出的五步流程，以及肖像與聲音授權、AI 生成內容標識、平台直播規則三條合規紅線。
⚠️ 用真人形象或聲音做數字人，必須取得本人授權；釋出與直播須按《人工智慧生成合成內容標識辦法》和平台規則標識為 AI 生成。用數字人冒充他人屬違法，本站只講合規用法。
結論先行：AI 數字人在 2026 年最成熟的用法是「固定機位口播」——知識科普、產品講解、企業培訓、電商講品，上半身正面入畫、動作少、背景簡單，成片已經能直接釋出。仍要人做的是三件事：拿到出鏡者的授權並錄好克隆素材、寫一份像人說話的口播稿、釋出前逐句核口型和字幕。數字人直播要難一層：畫面能長時間跑，但彈幕互動和臨場應變離不開真人，部分平台規則也明確要求真人驅動即時互動，具體以開播平台的最新規則為準。
選工具看三條：一是大陸能否直連，國產幾款不用梯子、支援境內支付；二是計費方式——形象和聲音的定製費往往單獨收，生成再按影片分鐘數或積分扣，免費檔在時長、清晰度、水印、能否定製形象上各家限制不同；三是用法分清：做短影片口播是一類，做數字人直播或企業數字員工是另一類，電商批次講品又是一類，這三類工具的長處不重合，先定用法再挑工具。
能做這件事的工具
| 工具 | 選它的理由 | 免費額度 | 大陸直連 |
|---|---|---|---|
| 蟬鏡蟬媽媽 | 國產數字人影片與直播一體的平台，上傳約 2 分鐘真人影片克隆分身，電商口播與知識科普用得多。 | 以官網為準 | ✓ 直連 |
| 騰訊智影 ↗騰訊 | 騰訊的線上影片創作平台，數字人播報、文本配音、數字人直播都在網頁工作台裡完成，不用裝軟體。 | 以官網為準 | ✓ 直連 |
| 剪映字節跳動 | 已經用剪映剪片的直接用它內建的數字人與聲音克隆，口播生成和後期剪輯在一個軟體裡閉環。 | 以官網為準 | ✓ 直連 |
| 百度智慧雲數字人 ↗百度智慧雲 | 偏企業方案，覆蓋 2D／3D 形象定製、數字人直播與數字員工，要批次部署或私有化時看它。 | 以官網為準 | ✓ 直連 |
| 萬興播爆 Virbo ↗萬興科技 | 電商講品向，拿商品圖和一句賣點批次生成數字人帶貨口播，長處是出量快。 | 以官網為準 | ✓ 直連 |
| HeyGenHeyGen | 海外口播與影片翻譯的常用選擇，同一形象切換多語種並重新對口型，適合出海內容。 | 免費檔每月 3 條影片、單條最長 1 分鐘，含 1 個自定義形象。 | 需海外網路 |
工具名鏈到本站入口頁(官網地址、免費額度、登入方式隨時複核);「需海外網路」只是客觀說明其官方服務不面向中國大陸,本站不介紹任何繞過方式。
怎麼做
- 先定用法和形象來源——做短影片口播、數字人直播還是電商講品；形象用平台自帶的公共形象、克隆你自己，還是請出鏡者授權克隆。用他人形象或聲音的，先簽好寫明用途、期限、釋出平台的書面授權，再動手。
- 錄克隆素材。固定機位、正面平視、光線均勻、背景乾淨，上半身入畫、嘴部不被遮擋，用平常語速自然說話並留出幾次停頓；衣著髮型儘量和日後成片一致。素材質量決定成片上限，後期救不回來。
- 寫口播稿。按說話的方式改寫，每句一口氣能唸完，多音字、數字、英文縮寫先標好讀音；一條影片只講一個主題，長內容拆成多條。數字人沒有臨場表情，資訊密度得靠稿子撐。
- 生成後逐句檢查口型是否對得上（英文和快語速段落最容易錯位）、動作是否重複僵硬、有無讀錯字，只重生成出問題的段落；再進剪輯軟體插入畫面素材、字幕和音樂，別讓一張臉從頭講到尾。
- 釋出前過一遍合規。成片保留生成工具加的 AI 生成標識，釋出時在平台的宣告入口如實標註；做數字人直播的，開播前讀一遍直播平台對虛擬主播的註冊、標識和真人值守要求，按規則開播。
常見坑
- 形象和聲音都必須本人授權。肖像權和聲音權益受法律保護，國內已有法院判決認定自然人的聲音權益及於 AI 合成聲音；《網際網路資訊服務深度合成管理規定》也要求提供人臉、人聲編輯功能時，提示使用者依法告知被編輯的個人並取得其單獨同意。只克隆你自己，或拿到明確的書面授權。
- 用數字人冒充他人屬違法行為。未經授權用明星、企業負責人或任何真實人物的形象和聲音做宣傳、帶貨、發言，涉及侵犯肖像權與聲音權益，還可能構成虛假宣傳或詐騙；主流平台的服務條款也禁止未經同意上傳他人形象。
- 《人工智慧生成合成內容標識辦法》自 2025 年 9 月 1 日起施行，要求對生成合成內容新增顯式與隱式標識，相關規定禁止用技術手段刪除、篡改、隱匿標識。數字人影片是典型的合成人像加合成人聲，別裁掉或遮擋工具加上的標識。
- 數字人直播不是開了就能掛著。各直播平台對虛擬主播普遍有註冊或報備、畫面標識、真人即時互動等要求，部分商品類目限制更嚴，違規可能被處置；規則更新快，以開播平台的最新規則為準。
常見問題
AI數字人制作要花多少錢？
分兩塊算：一是形象和聲音的定製費，二是按影片分鐘數或積分扣的生成費，重生成同樣扣。多數平台有免費檔或試用額度，限制在時長、清晰度和水印上，比如 HeyGen 免費檔為每月 3 條、每條最長 1 分鐘。企業級定製、直播和私有化部署一般走商務報價，價格以各平台官網為準。
數字人直播可以 24 小時無人掛播嗎？
別按這個預期規劃。抖音 2023 年釋出的人工智慧生成內容平台規範就要求虛擬人直播由真人驅動進行即時互動，其他平台對虛擬主播也有標識與互動方面的要求，且在持續更新。常見做法是數字人負責講解，真人在後台值守、回覆彈幕、處理突發情況，開播前以平台最新規則為準。
可以用明星或別人的照片、影片做數字人嗎？
未經本人授權不可以。用他人肖像、聲音生成數字人涉及肖像權與聲音權益，拿去帶貨或發言還可能構成虛假宣傳，冒充他人屬違法。合規的做法只有兩種：用平台已取得授權的公共形象，或拿到出鏡者本人明確的書面授權後再克隆。
數字人影片和 AI 配音、AI 生成影片有什麼區別？
AI 配音只出音軌；AI 生成影片是從文字或圖片生成畫面鏡頭，人物和場景每次都可能變；數字人是固定一個人像，讓它按你的稿子開口講，重點在口型和形象一致。做講解口播選數字人，做劇情或氛圍鏡頭選影片生成，只要旁白就選配音。