实测讯飞智作，一张照片定制属于自己的数字人

Datawhale亲测

AI应用：讯飞智作

只用一张照片，就可以定制属于自己的数字人。

这是大模型给数字人领域带来的最新震撼。

就在两周前的 AI 开发者 Talk 合肥站活动上，我们 Datawhale 的一名小伙伴玉鑫化身成数字人亮相大屏幕，为参加活动的开发者们献上了一段欢迎致辞。

玉鑫变的更年轻了👐！

这个短短十几秒的视频在现场引起了热烈的讨论：“数字人玉鑫”声音的自然度简直完全听不出和真人的差别，同时口唇和肢体动作同步也特别自然，有着玉鑫独特的亲和力。

这样的超拟人数字人技术，由「讯飞智作」最新发布。

我们在小程序上使用了讯飞智作的“超拟人数字人”功能，只用了一张照片（下图所示）和一段语音花了几秒钟就生成了这段视频。

现在这个“超拟人数字人”功能已经全面开启，上手门槛特别低，让我们一睹为快。

一张照片实现超拟人数字人

想要变身超拟人数字人，只需上传一张你的照片。

这里，我们还拿上面 Datawhale 小伙伴玉鑫的照片来演示（给玉鑫加鸡腿🍗了）

首先打开「讯飞智作」小程序，点击最下面的➕，然后把刚才的图片上传即可。

PS：大家在上传的时候记得一定要选择正面平视的全身高清照，这样出效果才会更好。

接下来是对数字人声音的选择，可以选择音库里面的声音，也可以复刻自己的声音。

讯飞智作的音库预制了海量的声音，支持各个年龄段、多种语言风格、多种行业领域、甚至多门国家语言。

我们可以直接使用音库里的丰富声音，也可以选择一键「声音复刻」自己的声音。

这个步骤也很简单（如下图所示），只需要朗读一段文字就行，此时我们保存这段声音为“玉鑫”。

至于声音复刻的效果如何，待会儿和视频一起检验。

接下来我们返回刚才的页面，在声音部分选择刚才复刻好的“玉鑫”，然后点击提交就行。

也就是几秒钟的时间，玉鑫同学的超拟人数字人就构建完成了。

说是「秒级构建」还真不是吹的啊！

然而，光是快可不保险，毕竟业内可是有个知名的梗：“ 你别管我算的对不对，就问你快不快吧！”

接下来就创作一个视频检验一下生成的数字人效果。

创作视频的方法也很简单，首先如下图（图中），生成效果选择超拟人数字人，形象 & 声音选择刚才创建好的“玉鑫同学”。

接下来输入一段想让数字人说话的文案，当然，文案也可以利用讯飞的 AI（星火文案助手）帮你生成。

比如输入关键词“AI 时代祝福语”，星火文案助手直接秒出了一段文案。

AI 时代，愿智慧之光照亮你的每一天。愿你在数据的海洋中畅游，收获知识与创新的力量。祝你在这个智能互联的世界里，事业腾飞，生活美满!

最后点击“生成视频”，然后只需等待几秒。

欣赏成片：https://mpvideo.qpic.cn/0bc3huaa2aaazaaofybjdntvapodbu6qadia.f10002.mp4?

在效率如此大幅提升的前提下，超拟人数字人的细节质量依然保持着高水准。

今年的除夕，我们就可以用超拟人数字人给朋友家人道一声新年快乐。

https://mpvideo.qpic.cn/0b2epaabiaaaceapx5bjz5tva6gdcr4aafaa.f10002.mp4?

不论是自媒体带货直播、赋能文旅，亦或者在新范式的驱动之下，步入“寻常百姓家”正在成为可能。

超拟人数字人，步入大模型时代应用新范式

大模型带来的规模化应用的时代变革，已经成为科技圈新的热议焦点。

「讯飞智作」的超拟人数字人生成，核心受到关注的，其实还是多模态交互技术：

比如在肢体动作驱动方面，讯飞智作针对此次超拟人数字人进行了大胆的技术创新——通过多模扩散生成大模型的应用，数字人的四肢动作能够与语音内容自然匹配，摆脱了传统预设动作的局限，数字人动作更加自然、流畅和逼真，也更有生命力。

在表情动作的语义贯穿方面，讯飞智作利用大模型的多模态交互技术将语义贯穿“口唇-表情-动作”生成，实现了跨模态的语义一致性。

讯飞智作的超拟人数字人将构建提升到了秒级，降低了数字人定制的门槛，让大家看到了其在 AI 数字人领域的领先性。

解放生产力、释放想象力，让创意生产，变得简单、高效、人人可用。

体验通道：讯飞智作