图片数字人
上传图片
点击或拖拽文件到此区域上传
格式: jpg/png/webp, 大小: 不超过 20M
尺寸: 宽度和高度均在300-5000像素之间
（若不选择背景，则无法使用背景抠图）
上传图片
点击或拖拽文件到此区域上传
格式: jpg/png, 大小: 不超过 20M
照片数字人
用照片创建 AI 数字人
把一张正脸人像变成可复用的说话数字人。不需要相机、脚本或棚拍录制，这张照片会变成你每次创建 lip-sync 视频时可选择的数字人。
- 一张正脸
- JPG、PNG 或 WebP，最大 20 MB
- 约 1 分钟训练完成
图片生成形象操作流程
- 上传一张您自己的照片。AI会驱动该照片运动和说话。确保您自己看起来美观清晰。
- 上传后，点击"快速创建"开始AI训练。
- 等待1分钟，然后您的AI 克隆可以从"视频创建"-"我的形象"中选择使用。
- 禁止上传公众人物照片，系统会返回失败
价格：30 个金币
原始素材要求
- 图片中人物为正脸(角度能同时看到两侧耳朵)
- 确保图片中只有一张人脸, 不支持画面中包含多张人脸
- 人脸不宜过大或过小，确保整张人脸都在屏幕区域内，人脸不要出屏幕, 建议人脸宽度占整体画面宽度的十分之一至三分之一
- 确保面部特征未被遮挡，使五官和面部轮廓清晰可见
示例
原始背景要求
- 如果您需要移除上传图片或视频中的背景，请上传对应背景的图片。背景图片必须和原始图片或视频的尺寸和分辨率一致。背景图片不是您将来替换的图片，而是您原始图片或视频中的背景部分。例如，如果你的视频是你自己在某个房间中拍摄的口播视频，则背景图片必须是这个房间从同一个角度拍摄的照片。
- 如果您的原始图片或视频只有纯色背景，例如绿幕，您也可以从色盘中选取和您视频背景颜色一样的颜色。
- 如果您不需要做背景移除，请忽略上传背景图。
示例
照片数字人还是视频数字人？
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。
授权和公众人物
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。
照片生成 AI 数字人常见问题
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。