短视频里那些"老板不出镜也能天天更"的账号，很多用的是数字人。
一张脸，一直在说话，嘴型跟声音对得上，眨眼、点头都有。
这玩意到底怎么做的？能用吗？
三层技术，拼成一个「人」
数字人不是一段录像，是三样东西实时拼出来的。
第一层，脸。可以是真人拍摄建模，也可以直接用 AI 生成一张脸。
第二层，声音。文字先转成语音，或者直接克隆某人的音色。
第三层，口型驱动。让嘴型跟着声音动，这是最关键的环节。早期是硬对口型，现在能做得比较自然。
所以你在屏幕上看到的"人"，本质是一段被驱动起来的图像，不是真人对着镜头说话。
能做到什么程度
说实话，进步很大。
静态说话场景（一个人坐着讲内容），现在做得挺像。眼神、微表情、头部小幅动作都有，一般观众刷手机时看不出破绽。
崩的地方也很明确：
大动作。让它站起来走动、做手势，立刻露馅。 长时段的自然感。说上十分钟，表情会开始重复、僵化。 复杂情绪。愤怒、激动、哽咽，它演不出来，只有"平静地说"这一档。
什么场景真的能用
能用的：知识科普口播、产品介绍、企业内训、政策解读、多语种播报。这类内容重点是信息，观众不指望看到情绪表演。
别用的：需要信任感的场景（比如医疗咨询、金融推荐）、需要情绪感染的场景（比如带货喊单、演讲煽动）、需要真人背书的场景（比如创始人访谈）。
一句话：信息型内容可以用，信任型内容别用。
成本怎么算
市面上大致三档：
按条买。几块到几十块一条，适合偶尔做几条试试。
按月订阅。几十到几百一个月，适合稳定更新。
定制形象。要把你自己的脸做成数字人，单独建模，几千到几万不等，还要签授权。
别一上来就定制。先用平台现成的形象跑几条，验证有没有效果，再决定要不要做自己的。
三个必须注意的坑
坑一，平台的授权条款。你上传自己的照片/视频做数字人，等于把肖像数据交给了平台。看清楚它怎么用、能不能删除。
坑二，违规内容。用数字人做虚假宣传、冒充他人、编造新闻，现在查得越来越严，出问题是你担责，不是平台。
坑三，观众反感。越来越多的观众能认出数字人。用在需要"真人感"的地方，反而掉信任。
一句话带走
数字人是脸、声音、口型拼出来的假人。
信息型口播它能顶替，信任型内容它顶不了。
想试就先租现成形象，别急着定制。
下一篇：换脸视频满天飞，Deepfake 该怎么分辨。
