ORANGE BOOK · AI VIDEO

第十一章 AI 数字人与虚拟主播——24 小时为你打工

一、为什么数字人是"AI 视频的核武器"

数字人的核心价值用一句话总结：

数字人 = 你 × N——它把"你"这个有限的人，变成可以无限复制、24 小时工作、不会累、不会涨工资、不会跳槽的"超级你"。

举个例子：

  • 真人你：每天最多录 1 小时视频，1 周最多发 7 支。
  • 数字人你：每天可以同时输出 100 支视频，每支都是"你"在讲。

数字人的应用场景：

场景 真人能做的 数字人能做的
录制口播视频 每天 1-2 支 每天 50+ 支
直播带货 每天 4-6 小时 24 小时不停
多语言版本 需要找翻译 + 重录 一键克隆 + 多语言
同时管理多账号 不可能 1 个数字人 = 5+ 账号
老板一直亲自上镜 不可能 数字人代替

这就是为什么数字人值得每个普通人花 1 小时学会。

二、数字人到底是什么——4 种类型

很多人以为"数字人"是一种东西，其实有 4 种完全不同的形态。

2.1 类型 1：通用数字人（预设模板）

特征：平台提供的"标准形象"，所有人都能用。

例子：剪映里的"教授男""都市丽人""暖男"等几十个免费数字人。

优势：

  • 完全免费。
  • 5 秒上手。
  • 没有"克隆失真"问题。

劣势：

  • 长得不像你。
  • 别人也可能用同一个。
  • 没有"独特性"。

适合谁：新手、批量内容、不在意"个人 IP"的场景。

2.2 类型 2：自定义克隆数字人

特征：用一张照片 + 一段录音"克隆"出"你的样子的数字人"。

例子：HeyGen、剪映 Pro 自定义、D-ID 都支持。

优势：

  • 长得就是你。
  • 声音就是你。
  • 独一无二。

劣势：

  • 需要付费（剪映 Pro 88 元/月起；HeyGen $24/月起）。
  • 克隆质量取决于素材质量（照片清晰度、录音环境）。
  • 偶尔有"恐怖谷"效应（有些人看着像你但不是你）。

适合谁：长期做自媒体、做个人 IP、想要"独特"的人。

2.3 类型 3：超写实数字人

特征：用 AI 生成"完全虚构但极度真实"的人。

例子：用即梦/MidJourney 先生成一个"虚构人物"图，再用 HeyGen 把它做成数字人。

优势：

  • 完全可控（你想要什么样的人都行）。
  • 没有真人的肖像权问题。
  • 可以"设计"完美形象。

劣势：

  • "完美"过了头反而不真实。
  • 用户能看出"不是真人"。
  • 不如真人有亲和力。

适合谁：做品牌虚拟代言人、做完全虚拟的 IP。

2.4 类型 4：2D / 3D 卡通数字人

特征：纯卡通形象的数字人。

例子：B 站很多虚拟 UP 主、剪映卡通数字人、Live2D 角色。

优势：

  • 不真实就不会被"恐怖谷"。
  • 二次元/年轻用户喜欢。
  • 形象可以非常夸张。

劣势：

  • 不适合所有人群（中老年用户接受度低）。
  • "亲和力"不如真人。

适合谁：年轻向、二次元、儿童内容。

2.5 选型决策树

你想做数字人 →
  你有钱吗？
    没钱 → 用通用数字人（剪映免费款）
    有钱 →
      你想要"独特性"吗？
        不需要 → 通用数字人（依然推荐免费）
        需要 →
          你愿意"上镜"吗？
            愿意 → 自定义克隆（用你自己的脸）
            不愿意 →
              你的目标用户是？
                大众/中老年 → 超写实虚拟人
                年轻/二次元 → 卡通数字人

三、5 分钟克隆"你的数字人"完整教程

我们以最常用的 剪映 Pro 自定义数字人 为例。

Step 1：开通剪映 Pro 会员

  • 剪映 App → 我的 → 开通会员（88 元/月起，建议先买 1 个月试试）。

Step 2：拍 1 张你的"标准照"

要求：

  • 光线均匀（不要逆光、不要阴阳脸）。
  • 正脸（不要侧脸、不要低头）。
  • 表情中性（微微微笑或自然）。
  • 背景简洁（白墙最好）。
  • 只有你一个人（没有其他人入镜）。
  • 高清（建议 1080p 以上）。

拍照技巧

  • 室内白墙前 + 自然光（窗户旁边）。
  • 手机距脸 1 米左右。
  • 找朋友帮你拍（自拍角度容易失真）。
  • 多拍 5-10 张备选。

Step 3：录 1 段你的"标准录音"

要求：

  • 长度：30 秒 - 2 分钟。
  • 内容：朗读一段标准的中文（推荐《荷塘月色》或随便一段新闻稿）。
  • 环境：安静（最好用衣柜里的衣服环绕，吸音）。
  • 设备：手机自带的录音 App 即可（不需要专业麦）。
  • 语速：正常（你日常说话的速度）。
  • 情绪：平和（不要太激动、不要太低落）。

录音技巧

  • 戴耳机录（避免听到自己的声音影响发挥）。
  • 录之前喝几口温水（润喉）。
  • 录 3 遍，挑最好的那遍。
  • 不要在嘈杂环境录（地铁、街边、办公室开会时）。

Step 4：上传素材到剪映

  • 剪映 App → AI 数字人 → 自定义数字人 → 创建新形象。
  • 上传刚才的照片。
  • 上传刚才的录音。

Step 5：等待克隆完成

  • 一般 5-30 分钟。
  • 平台会发通知告诉你完成了。

Step 6：测试你的数字人

  • 输入一段测试文字："大家好，我是 [你的名字]，今天我想和大家分享⋯⋯"
  • 让数字人念出来。
  • 看效果。

Step 7：调优

如果效果不满意：

  • 重新拍照（光线/角度可能有问题）。
  • 重新录音（环境/语速可能有问题）。
  • 多次迭代直到满意。

四、多语言数字人——让"你"讲世界各国语言

这是数字人最魔幻的功能。

4.1 工具：HeyGen 多语言克隆

操作步骤

  1. 注册 HeyGen ($24/月)。
  2. 上传 2 分钟英文/中文录音作为"声纹样本"。
  3. 上传你的视频/照片作为"形象样本"。
  4. HeyGen 给你克隆出"会说 30+ 种语言的你"。
  5. 之后任何文本，HeyGen 都能用"你的样子 + 你的声音 + 任何语言"念出来。

4.2 使用场景

  • 中文博主出海 YouTube：把中文视频自动翻译成英文版，"你"还在画面里。
  • 跨国企业宣传：CEO 一次录制，自动生成 30 种语言版本。
  • 教育出海：英语老师可以"用法语""西语""阿语"再讲一遍。

4.3 多语言数字人的"真实程度"

2026 年的水平：

  • 嘴型对齐：90%（基本看不出是配音）。
  • 声音相似度：85%（听起来像你）。
  • 情感传达：70%（情绪稍弱于母语）。

也就是说：用户完全分辨不出是 AI 生成的多语言版本。

4.4 真实案例

杭州一位英语博主，2025 年用 HeyGen 把自己 100 支中文视频翻译成英文版，发到 YouTube。

半年后：

  • YouTube 频道粉丝从 0 到 25 万。
  • 单月广告收入：$3000。
  • 接到 3 个海外品牌广告：$5000-$15000/单。

她说："这件事我没多花一分钟时间——视频本来就有，HeyGen 自动翻译。"

五、数字人直播——24 小时不停的"主播"

直播带货是当下最火的商业模式之一，但人不能 24 小时直播。

数字人可以。

5.1 数字人直播工具

国内主流

  • 腾讯智影直播：内置数字人 + 自动话术。
  • 剪映直播伴侣：剪映出品。
  • 微信视频号数字人直播：官方支持。
  • KreadoAI：海外起家，国内也好用。
  • Pollo AI 直播：电商场景强。

国外主流

  • HeyGen Live：超写实数字人直播。
  • Synthesia Studio：企业级直播解决方案。

5.2 数字人直播能做什么

✅ 能做：

  • 24 小时不停播。
  • 同时多账号直播。
  • 标准化话术（不会忘词）。
  • 多语言（同时直播中英文）。
  • 低成本（不用请主播）。

❌ 不能做：

  • 真实互动（无法回答用户突发问题）。
  • 真情实感（卖情怀、讲故事会显得"假")。
  • 高客单价产品（用户不信任）。
  • 主播 IP 内容（粉丝要看真人）。

5.3 数字人直播效果对比

指标 真人主播 数字人主播
时间投入 4-8 小时/天 0 小时/天
人力成本 5000-3 万元/月 几百-几千元/月
转化率（普通商品） 1-3% 0.5-2%
转化率（高客单价） 3-8% 1-3%
用户互动质量 高 低
适合品类 服装、美妆、食品（需要展示） 标品、日用品、3C

5.4 数字人直播的"半人半机"模式（最实用）

完全无人直播效果有限，但真人 + 数字人结合效果好：

模式：

  • 白天：真人主播直播 4 小时（黄金时段、复杂讲解、互动）。
  • 晚上 + 凌晨：数字人接力直播 20 小时（标准话术、订单处理、低人流时段）。

效果：直播间 24 小时不空，转化提升 2 倍。

5.5 平台规则

⚠️ 注意 2026 年最新平台规则：

  • 抖音：要求数字人直播必须显著标注"AI 主播"。
  • 视频号：允许数字人直播但要求实名认证 + 标注。
  • 淘宝直播：允许，需要店铺认证。
  • 快手：允许，要求标注。

违规会被封号——务必合规。

六、数字人的变现 8 种方式

方式 1：知识口播变现（最稳）

  • 用数字人代你出镜做知识科普。
  • 涨粉后：广告 + 带货 + 课程。
  • 月入：5000–5 万。

方式 2：矩阵号变现

  • 1 个数字人 → 5+ 抖音/视频号/小红书账号。
  • 多账号分发同一内容（注意要做"差异化")。
  • 月入：1–10 万。

方式 3：数字人直播带货

  • 24 小时不停播。
  • 适合标品（如百货、零食、日用品）。
  • 月入：1–20 万（取决于品类和流量）。

方式 4：企业宣传服务

  • 帮中小企业做数字人代言/CEO 数字人。
  • 单价：3000–3 万元/单。
  • 月入：1–10 万。

方式 5：教育/培训视频

  • 老师克隆数字人，做"无限版"在线课。
  • 学生扫码看"老师"讲解。
  • 月入：5000–5 万。

方式 6：多语言出海

  • 中文内容用数字人翻译成英文/日文/西文。
  • 在国外平台变现（YouTube、TikTok 国际版）。
  • 月入：$1000–$10000。

方式 7：数字人定制服务

  • 帮别人做数字人（克隆、脚本、视频生产）。
  • 单价：500–5000 元/人/月。
  • 月入：1–10 万（积累 20+ 客户）。

方式 8：数字人 IP 周边

  • 设计一个超写实/卡通数字人 IP。
  • 涨粉后做周边（手办、表情包、衍生品）。
  • 月入：1 万-50 万（看 IP 影响力）。

七、数字人的法律和伦理边界

7.1 必须遵守的"3 条红线"

红线 1：不能未经授权克隆别人的脸

  • 用别人的照片做数字人 → 侵犯肖像权 → 可能被起诉。
  • 即使是公众人物（明星、网红）也不能擅自用。

红线 2：不能用数字人冒充真人欺骗

  • 用 AI 数字人冒充亲友打电话/发视频 → 诈骗罪。
  • 用 AI 数字人发布虚假新闻 → 散布谣言罪。
  • 用 AI 数字人色情/政治内容 → 严重违法。

红线 3：不能假冒名人代言

  • 用 AI 让"奥巴马""马斯克"代言你的产品 → 侵权 + 虚假宣传。
  • 即使做"恶搞"也要标注"AI 生成"。

7.2 平台合规要求

2026 年中国大陆相关法规要求：

  • AI 生成的视频必须显著标注："AI 生成"或"虚拟人"或类似标识。
  • 数字人直播必须告知用户这是 AI 主播。
  • 不得用于违法用途（诈骗、色情、政治等）。

7.3 国际平台规则

  • YouTube：要求 AI 生成内容标注。
  • TikTok：AI 内容必须有 watermark（水印）。
  • Instagram / Meta：AI 标注政策。
  • C2PA 水印：行业标准的"AI 内容溯源水印"，未来可能强制。

7.4 自查清单

发布数字人内容前，自查：

  • ☐ 是不是用了别人的脸/声音？（用了别人的 = 风险）
  • ☐ 有没有标注"AI 生成"？（没有 = 违规）
  • ☐ 内容是否真实？（虚假 = 违规）
  • ☐ 是否冒充他人？（冒充 = 违法）
  • ☐ 是否色情/政治/暴力？（是 = 严重违法）

八、本章小抄

  • 数字人 = 你 × N，是 AI 视频的核武器。
  • 4 种数字人：通用模板、自定义克隆、超写实、卡通。
  • 5 分钟克隆数字人：1 张照片 + 1 段录音 + 剪映 Pro / HeyGen。
  • 多语言数字人：HeyGen 让"你"讲 30+ 种语言。
  • 数字人直播：24 小时不停，适合标品；半人半机模式效果最好。
  • 8 种变现方式：知识口播、矩阵号、直播带货、企业服务、教育、出海、定制、IP 周边。
  • 3 条法律红线：不擅自克隆别人、不冒充欺骗、不假冒名人。
  • 平台合规：必须标注"AI 生成"。

5 分钟动手实验

任务：

  • A. 用剪映免费数字人做一支"自我介绍" 30 秒视频。
  • B. 如果你有剪映 Pro：克隆你自己的数字人，做一支"自我介绍"。
  • C. 让你的数字人念一段你最熟悉的内容（你的工作介绍、你的兴趣领域），看效果。

进阶：

  • 设计一个"虚拟 IP"（不是你自己），用 AI 画图工具先生成形象，再做成数字人。
  • 用 HeyGen 把你的视频翻译成英文版，看"你"讲英文是什么感觉。

下一章：第十二章 AI 视频工作流——从脚本到发布的完整流水线