图片数字人

照片数字人是最快路径：一张静态人像、约 1 分钟训练，就能让数字人朗读任意脚本。视频数字人则从说话表演中学习，可捕捉自然动作并继续训练以获得更接近的口型。如果已有可用视频，就用视频训练；如果只有头像照，就从这里开始。

照片数字人会复现真实人物的形象，因此只上传你拥有或被授权处理的人像，并取得本人同意。公众人物照片不被接受，训练任务会失败而不是生成数字人。

• 如何用照片创建 AI 数字人？

  上传一张正脸人像，启动 Instant Avatar 训练，大约 1 分钟后在创建 lip-sync 视频时从“我的数字人”选择它。

• 需要几张照片？什么照片效果最好？

  一张照片即可。建议使用正面人像，双耳可见，画面中只有一张脸，没有墨镜等遮挡，人脸宽度约占图片宽度的十分之一到三分之一。

• 支持哪些图片格式和大小？

  上传器支持 JPG、PNG 和 WebP，最大 20 MB。更高分辨率的人像能提供更多面部细节。

• 照片数字人训练多久、花费多少？

  照片数字人训练大约 1 分钟，费用为 30 credits。视频数字人需要从说话表演中学习，因此耗时更长。

• 应该用照片还是视频创建数字人？

  只有静态人像并希望快速开始时选择照片模式；能提供说话视频并希望获得更接近的口型时选择视频模式。

• 可以用别人的照片创建数字人吗？

  必须获得对方许可。请只上传你拥有或被授权处理的照片，并取得用于创建数字人及对应用途的同意。公众人物照片会被拒绝并返回失败。