AI制作真人类型的数字人，保姆级教程适合口播

一、工具准备与核心功能定位

1. ​星流AI​：
   定位为高精度真人形象生成工具，擅长各种写实风格的静态人物形象，支持通过提示词和参考图精准控制角色特征。
   参考案例：用户通过星流AI生成“农村美女”形象，配合提示词实现背景切换。
2. ​可灵AI​：
   定位为动态视频与口型合成工具，提供文生视频、图生视频、人脸模型训练等功能，支持生成5-10秒动态片段及口型匹配。

---

二、分步骤实操指南

步骤1：用星流AI生成数字人形象

目标：创建符合个人风格的写实人物形象。

1. ​提示词设计：
   采用“主体+细节+风格”公式，例如：markdown复制"超现实主义，一位25岁亚洲女性，长卷发，性感的身材，身穿深蓝色卫衣，背景为虚化的海边，8K画质，光线追踪渲染" 注：描述越细，生成越精准。
2. ​参数设置：
   • 选择写实风格模型​（如小红书美女增强模型），权重设为0.3以平衡风格化与细节。
   • 分辨率设为“超清”，生图数量建议4张，便于筛选6。
3. ​优化与调整：
   • 若主体满意但背景不佳，可上传生成图作为参考图，在提示词中修改场景（如“农村场景”）。
   • 使用星流AI的“画质增强”和“智能扩图”功能提升细节。

---

步骤2：用可灵AI生成动态视频

目标：让静态形象自然动起来（眨眼、微笑、微动作）。

1. ​图生视频操作：
   • 进入可灵AI的“图生视频”页面，上传星流AI生成的图片。
   • 输入与形象匹配的动作描述，例如：markdown复制"人物自然眨眼，头部轻微左右转动，嘴角微微上扬，背景光线柔和"
   • 参数设置：选择“可灵1.6模型”，生成时长10秒，模式选“高品质”注意没有开通vip的可以选择正常品质10秒。
2. ​动态优化技巧：
   • 动作幅度需轻微缓慢，避免剧烈动作导致肢体变形。
   • 可生成2-3条视频片段，挑选动作最自然的一条。

---

步骤3：语音合成与口型匹配

目标：让数字人“开口说话”，实现音画同步。

1. ​语音生成方案：
   • ​文本驱动：在可灵AI“对口型”功能中输入文案，选择内置音色（如“亲切女声”）生成语音。
   • ​声音克隆​（进阶）：录制本人5秒音频，上传至可灵AI进行声音克隆，实现个性化配音。
2. ​口型匹配操作：
   • 上传动态视频片段，选择“声音驱动”模式并导入音频。
   • 调整语速使音频压缩在5秒内（可灵免费版限制），或分段生成后剪辑拼接14。

---

三、高阶技巧与避坑指南

1. ​低成本创作策略：
   • 星流AI的免费额度可生成约40张图/月，可灵AI每日赠送灵感值，优先用于核心步骤。
   • 多账号注册或参与平台活动（如可灵AI的“灵感学院”）获取额外额度。
2. ​常见问题解决：
   • ​形象失真：检查提示词是否冲突（如“卡通”与“写实”混用），增加“现实主义”“8K细节”等关键词。
   • ​口型错位：音频需清晰无杂音，语速适中，生成后使用剪映手动微调口型。
3. ​商业应用方向：
   • ​短视频带货：生成数字人讲解商品视频，日更10条以上。
   • ​知识IP孵化：克隆真人形象与声音，打造24小时直播的“AI分身”。

---

四、效果展示与工具对比

工具	优势	局限性
​星流AI	风格化形象生成精准，支持背景自由替换67	动态生成依赖外部工具
​可灵AI	动态效果自然，口型匹配度高15	免费版视频时长限制（5秒）

---

通过以上流程，即使零基础用户也可在1小时内完成数字人制作。当前AI工具已大幅降低创作门槛，关键在于精准提示词设计与多工具协同。