回想一下，你在社交平臺(tái)上刷到過(guò)哪些讓你眼前一亮的視頻博主？TA 可能是個(gè)知識(shí)淵博的專家，也可能是個(gè)風(fēng)趣幽默的帶貨主播。而當(dāng)你翻看 TA 的主頁(yè)，被那些高質(zhì)量的視頻內(nèi)容吸引時(shí)，有沒(méi)有想過(guò)：這或許并非真人創(chuàng)作，而是來(lái)自 AI 數(shù)字人技術(shù)的虛擬形象？事實(shí)上，目前在互聯(lián)網(wǎng)上流行的 AI 數(shù)字人作品數(shù)量遠(yuǎn)超你的想象。它們的容貌、聲音乃至一舉一動(dòng)，都基本與真人無(wú)異，且正在以前所未有的速度，悄然滲透進(jìn)你的信息流中。
創(chuàng)造一個(gè)精心定制的 AI 數(shù)字人虛擬 IP，一般來(lái)說(shuō)需要經(jīng)歷形象生成、聲音克隆、動(dòng)畫(huà)驅(qū)動(dòng)與視頻合成等復(fù)雜環(huán)節(jié)。但隨著數(shù)字人生成技術(shù)的日益成熟，如今只需通過(guò)一個(gè)集成化的平臺(tái)或工具，即可輕松實(shí)現(xiàn)從零到一的完整創(chuàng)作，大幅降低了技術(shù)門(mén)檻與制作成本。
302.AI 最新推出了這樣一款數(shù)字人生成應(yīng)用，整合了目前市面上最熱門(mén)的 AI 數(shù)字人模型與技術(shù)，集數(shù)字人像設(shè)計(jì)、聲音克隆、視頻生成為一體，將全部流程匯總在一個(gè)工具箱內(nèi)完成，讓普通用戶也能輕松打造屬于自己的定制化“數(shù)字分身”。
I. 數(shù)字人工具界面展示
數(shù)字人生成工具分為三大板塊：作品列表、數(shù)字人像和聲音克隆。
Ⅱ. 數(shù)字人生成效果展示
資訊科普：
由 Kling v2 生成數(shù)字人形象，OmniHuman 生成數(shù)字人視頻。
賽事解說(shuō)：
由 Flux kontext max 生成數(shù)字人形象，Hedra 生成數(shù)字人視頻。
知識(shí)口播：
使用預(yù)設(shè)數(shù)字人形象，蟬鏡生成數(shù)字人視頻。
虛擬偶像：
使用 Flux kontext pro 生成數(shù)字人形象，OmniHuman 生成數(shù)字人視頻。
III. 數(shù)字人應(yīng)用功能詳解
1. 作品列表
（1）自主選擇模型
點(diǎn)擊創(chuàng)建作品可以自主選擇數(shù)字人生成模型。
目前 302.AI 已整合接入 6 款熱門(mén)數(shù)字人模型，包括: 蟬鏡，Hedra，OmniHuman，TopView，以及我們自己部署的 StableAvatar 和 LatentSync
（2）多種形象預(yù)設(shè)
應(yīng)用已提供多種數(shù)字人形象預(yù)設(shè)，可直接選擇。
（3）自定義素材
使用提示詞為預(yù)設(shè)形象/背景環(huán)境進(jìn)行定向修改。
圖像修改可調(diào)用 3 種生圖模型：Seededit 3.0，F(xiàn)lux Kontext Max 以及 Flux Kontext Pro
人物形象/環(huán)境背景修改后，輸入提示詞后可生成一段供后續(xù)使用的視頻素材。
視頻生成可調(diào)用 3 種圖生視頻模型：Kling 2.1，Minimax-02 以及 Midjourney Video
生成的視頻素材效果：
（4）支持文本驅(qū)動(dòng)和音頻驅(qū)動(dòng)
可通過(guò)輸入口播文本，或直接上傳自定義音頻（支持 MP3、M4A、WAV 格式，時(shí)長(zhǎng) 5-1800 秒）來(lái)生成對(duì)口型視頻，多種音色可選。
（5）自定義字幕
可選擇一鍵開(kāi)啟字幕，自定義調(diào)整字幕樣式。
（6）批量生成
點(diǎn)擊加號(hào)圖標(biāo)可創(chuàng)建多個(gè)任務(wù)框，以便于批量生成或生成為一個(gè)完整作品。
（7）作品管理
所有已生成的作品將顯示在?作品列表?里，可以在此進(jìn)行下載、重新生成、重命名、刪除等操作。
2. 數(shù)字人像
數(shù)字人像生成有兩個(gè)模式：定制數(shù)字人和文生數(shù)字人
（1）定制數(shù)字人
支持上傳一段形象視頻（支持格式為 mp4 與 mov）來(lái)生成專屬數(shù)字人，并可選擇克隆視頻中的人聲。
（2）文生數(shù)字人
如果想打造更加個(gè)性化的數(shù)字人素材，推薦使用提示詞及參考圖來(lái)生成你的專屬數(shù)字人形象，已創(chuàng)建的形象會(huì)顯示在右側(cè)工具欄。
生圖模型共計(jì) 7 款可供自主選擇：
Flux kontext max
Flux kontext pro
Kling v2
Higgsfield Soul
Flux v1.1 pro
Doubao 3.0
Imagen-4-Preview
（3）創(chuàng)建動(dòng)作
形象創(chuàng)建完成后，使用提示詞為形象創(chuàng)建動(dòng)作，創(chuàng)建好的動(dòng)作視頻會(huì)顯示在右側(cè)工具欄。
（4）管理數(shù)字人素材
生成的形象和動(dòng)作可以歸類(lèi)保存，自定義命名，方便后續(xù)選用。保存的數(shù)字人像將顯示在?我的數(shù)字人?里。
對(duì)數(shù)字人進(jìn)行單獨(dú)編輯，可手動(dòng)添加更多圖片和視頻素材，用以生成不同的表情和肢體動(dòng)作。
3. 聲音克隆
（1）自定義專屬AI語(yǔ)音音色
聲音克隆支持上傳音頻或直接錄制以克隆音色。
聲音克隆可選擇調(diào)用的模型包括：Cicada 1.0，Cicada 3.0 以及 Fish Audio
（2）海量音色選擇
音色庫(kù)提供豐富的音色資源，可按照平臺(tái)、語(yǔ)言和性別進(jìn)行篩選，選擇心儀音色點(diǎn)擊?去創(chuàng)作?可直接跳轉(zhuǎn)到創(chuàng)作界面。
聲音克隆效果：
上傳的原聲：
（Tips：原音頻聲音越清晰克隆效果越好）
克隆后的語(yǔ)音：
Ⅳ. 如何在302.AI上使用
302.AI 提供按需付費(fèi)無(wú)訂閱的服務(wù)模式，用戶可以根據(jù)自身業(yè)務(wù)需求靈活選擇使用。
1. 數(shù)字人生成的使用
步驟指引 ：應(yīng)用超市→視頻相關(guān)→數(shù)字人生成
2. 獲取相關(guān)API
用戶可在 302.AI 的 API 超市快速接入相關(guān)數(shù)字人模型的 API，并能夠根據(jù)特定項(xiàng)目需求進(jìn)行定制化開(kāi)發(fā)。
相關(guān)文檔：API→API超市→視頻生成
可選模型：Stable-Avatar數(shù)字人（開(kāi)源部署版），Latentsync數(shù)字人（開(kāi)源部署版），蟬鏡數(shù)字人，Hedra，OmniHuman，TopView
想即刻體驗(yàn)數(shù)字人生成？
??立即注冊(cè)免費(fèi)試用302.AI，開(kāi)啟你的AI之旅！??
為什么選擇302.AI？
● 靈活付費(fèi)：無(wú)需月費(fèi)，按需付費(fèi)，成本可控
● 豐富功能：從文字、圖片到視頻，應(yīng)有盡有，滿足多種場(chǎng)景需求
● 開(kāi)源生態(tài)：支持開(kāi)發(fā)者深度定制，打造專屬AI應(yīng)用
● 易用性：界面友好，操作簡(jiǎn)單，快速上手
掃下方二維碼加入AI技術(shù)群，獲得更多技術(shù)資訊！
