问答 · 数字人

AI 数字人怎么制作?

更新于 2026 年 11 月 18 日

简短回答:「数字人」通常指两种东西:一种是照着真人克隆的分身(用你的照片和声音做出一个会说话的你),另一种是完全生成的虚拟角色(一个不存在的人,长相和声音固定,能反复出镜)。SceneMixer 做的是第二种:给角色画一张设定图、绑一个音色,之后他在每条视频里都是同一张脸、同一把声音,台词和口型一次生成;不做真人换脸克隆,也不做直播。视频按秒计价,默认档每秒 8 积分起。
SceneMixer 生成的 AI 短剧《笼中狂拳》成片画面(5 个角色、1 集)
样片笼中狂拳真人胶片质感1 集由 SceneMixer 流水线从剧本直接生成看整集

数字人视频是什么意思

数字人视频,就是画面里说话的「人」不是真人拍出来的,而是计算机生成的。常见的有三类:一是真人分身,录一段你的视频,生成一个能替你念任何稿子的你;二是虚拟主播、虚拟偶像,一个设计出来的形象,长期运营;三是故事里的角色,在短剧、动画里说话表演。前两类多用在口播、讲解、直播带货,第三类就是 AI 短剧。

AI 数字人是什么意思:两种数字人的区别

真人克隆的数字人生成的虚拟角色
长相照着你本人按文字描述生成,不像任何真人
声音克隆你的声音音色库里挑,或上传录音
要准备你的视频、照片、授权一段描述
常见用途替本人口播、直播账号形象、短剧角色、讲解员
SceneMixer不做做

社区里带「深度伪造与伦理」标签的帖子有 2,000 个,大家担心的正是第一种:一张真实的脸被拿去说他没说过的话。SceneMixer 不做真人换脸,可辨认的真人照片当参考图也可能被内容检查拦下。

AI 数字人怎么制作:在 SceneMixer 里做一个固定角色

  1. 写清这个人。 在剧本或角色描述里写他的年龄、长相、一个一眼认得出的特征(一副圆眼镜、一件固定的外套)、说话的样子。
  2. 画一次设定图。 第二步出他的设定图,不满意重画;这张图就是他的「数字形象」,之后每一段都看着它。
  3. 配一次声音。 从音色库匹配一把声音,试听后选定;会员也可以上传一段录音当他的声音。
  4. 写稿、生成。 每期内容写成他对着镜头说的台词,按段生成,台词和口型同一次出来。
  5. 反复出镜。 下一期用同一个项目新开一集,或把他从素材库带到新项目里,长相和声音不变。

数字人短视频制作教程:一期怎么做

一期 30 到 60 秒的讲解:开头一镜他正对镜头说出题目,中间两三镜换景别讲要点(中近景、近景、手里拿着道具),结尾一镜给一个问题或下期预告。台词按中文每秒四五个字留时间,一段说不完就拆成几段,每段换一个景别,看起来就不像一个人干站着念稿。按默认档,一期 60 秒连合成约 540 积分。

一个固定虚拟角色的做法写清这个人年龄、长相、一个记号、说话的样子画一次设定图就是他的数字形象,每一段都看着它配一次声音音色库挑,或会员上传录音每期写稿他对着镜头说,台词和口型一次生成长相和声音绑在角色上,第一期和第一百期是同一个人。
SceneMixer 做生成的角色,不做真人克隆。

让这个角色像「同一个人」的三个细节

固定一个记号:衣服、发型、配饰里至少有一样每期都不换,观众靠它认人。固定一个地点:书房、演播台、街角咖啡馆,场景图画一次,每期都回到这里,像一个固定的节目。固定一种说话方式:口头禅、语速、开场白写进他的台词习惯里,声音再像,说话方式一变观众也会觉得换了人。

数字人视频怎么做,和真人口播比怎么选

如果你要的是「替我本人说话」,比如老师录课、老板讲话,需要的是真人克隆的数字人工具,SceneMixer 不是这种工具。如果你要的是一个可以长期运营的形象,或者讲解内容不想露脸,生成的虚拟角色更合适:没有肖像授权的问题,形象可以按内容设计,还能和别的角色同框演一段戏。

视频数字人制作软件:先分清要分身还是角色

视频数字人制作软件分两种:一种照你本人克隆,拍一段你的视频就能替你念稿;一种是完全生成的角色,长相按描述画、声音从音色库挑。要替本人说话选前一种;要一个长期出镜、不露脸的形象选后一种。SceneMixer 只做后一种,不做真人克隆和直播。

数字人讲解视频怎么制作:拆成几镜换景别

一期讲解别让数字人一个镜头站到底:开头正对镜头抛出题目,中间侧身指向身后的屏幕或道具,讲到关键处推近一步,结尾回到中景给结论。每镜一个动作、一种语气。在 SceneMixer 里这样写成分镜,台词和口型同一次生成。

局限:SceneMixer 的数字人做不到的事

  • 真人克隆和换脸:不能把你本人或任何真人做成数字人。
  • 直播:做的是视频文件,不做实时直播间、不做直播带货。
  • 实时互动问答:每条视频都是写好台词后生成的。
  • 社区数字是关键词规则统计的近似值,见方法说明。

常见问题

数字人视频是什么?

画面里说话的人是计算机生成的视频。SceneMixer 做的是生成的虚拟角色,有固定长相和声音,不克隆真人。

数字人视频怎么制作,要拍真人素材吗?

在 SceneMixer 里不用:写一段描述出设定图,配一个音色,写台词生成就行。

能用我自己的脸做数字人吗?

SceneMixer 不做真人换脸克隆;会员能上传参考照片辅助设计角色,但可辨认的真人脸可能被内容检查拦下。

做一个数字人要多少钱?

设定图账号前 15 张免费;在 SceneMixer 上视频按秒计价,一期 60 秒按默认档连合成约 540 积分。

对着镜头说话的做法见AI 口播视频怎么制作的;角色设定图见AI 角色设定图生成;声音怎么定见角色音色是怎么定的。

做一个固定的虚拟角色

画一次设定图、配一次音色,之后每条视频都是这个人在说话。

免费注册

每秒视频的费率见定价页,数字一致。