做短视频的人大概都有这种经历：想每天更新，但没时间出镜，或者不好意思露脸。AI数字人就是为了解决这个问题出现的——你不用真人拍摄，只要上传一段自己的视频素材，AI就能生成一个长得像你、口型能对上、会说话的数字分身。
这篇文章写给完全没接触过数字人的新手，内容只讲能落地的方法。我会先把制作流程拆成四步，然后分别说说每步用什么工具、注意什么，最后给出一个最简单的起步方案。
头部步：想清楚你的数字人用来干什么
制作前别急着下软件，先问自己一个问题：你的数字人要播什么内容？
这个问题的答案决定了你选哪条制作路线。目前常见场景有三个：
- 口播视频：对着镜头讲知识、讲观点，数字人坐在画面里说话。
- 带货讲解：介绍产品功能、使用方式，需要画面中展示商品。
- 虚拟客服/接待：挂在网页或小程序里，回答固定问题。
确定好用途后，我们进入选择工具的环节。
第二步：选一个适合你的数字人生成工具
市面上的数字人工具不少，但按使用方式可以分成两类：
| 类型 | 代表工具 | 特点 | 适合谁 |
|---|---|---|---|
| 在线一键生成 | HeyGen、D-ID、剪映 | 上传照片或视频，输入文字，自动生成 | 零基础用户，追求效率 |
| 本地开源项目 | SadTalker、Wav2Lip | 需要部署环境，操作较复杂 | 有技术背景，想免费自用 |
第三步：用HeyGen做一个数字人（手把手版）
HeyGen是目前使用门槛最低的数字人工具之一，全程在浏览器里操作，不用装软件。
操作步骤如下：
- 打开HeyGen官网，注册账户。试用版有免费额度，能生成带水印的视频，足够你测试效果。
- 在首页找到“Create Video”按钮，点击进入制作页面。
- 选择“Avatar”标签页。这里能看到两类数字人：现成的模板角色，以及你自己创建的数字人。
- 如果你有已经录好的出镜视频，可以点击“Create Avatar”，上传一段5分钟左右的正面说话视频。注意背景要干净，光线均匀，说话清晰。系统会自动提取你的面部特征和声音模型。
- 上传完成后，系统会生成一个专属数字人。回到制作页面，选择这个数字人，在右侧的脚本框里输入你想让它说的话。
- 点击“Generate”按钮，等待几十秒到几分钟，数字人就会照着你的脚本说话，口型和声音会同步。
- 生成后可以先预览，满意就导出MP4；不满意就修改脚本文案再生成一次。
第四步：用剪映做数字人，适合已有剪辑习惯的你
如果你不想单独注册新工具，或者平时就用剪映剪辑，那剪映内置的数字人功能更顺手。
操作步骤如下：
- 打开剪映电脑版，新建一个草稿。
- 在左侧工具栏里找到“素材库”，搜索“数字人”。
- 你会看到多种数字人形象，有真人风格也有卡通风格。选一个喜欢的拖到时间线上。
- 在右侧的音频栏里，可以直接输入文字，点击“朗读”后，剪映会生成对应的语音。也可以自己录音，然后点击“识别字幕”把声音转成文字。
- 将数字人素材和音频对齐，剪映会自动匹配口型。大部分情况下不需要手动调整。
- 添加背景、字幕、贴纸等，最后导出视频。
常见问题：做数字人前你可能想问的
Q：数字人视频会被平台判定为违规吗？
目前主流短视频平台没有禁止使用AI数字人，但要求你实名认证，部分内容要标注“AI生成”。具体规则在平台创作者服务中心里能查到，建议发视频前仔细看看。
Q：数字人说话的声音是合成的，还是我的？
如果你上传了自己的高清视频，HeyGen能克隆你的声音。这种方法生成的声音很像你本人，但克隆声音需要单独授权，工具会有详细说明。剪映则只能用系统自带的合成音色。
Q：制作一条1分钟的数字人视频需要多久？
头部次创建数字人需要先录素材，再加上生成等待时间，大概要半小时。之后每次只需要输入文字，3-5分钟就能生成一条。但要注意，如果脚本很长，生成时间会明显增加。
Q：数字人能完全代替真人出镜吗？
从画面效果看，近一年生成的数字人已经很自然，但表情和肢体动作还比不上真人丰富。如果你的内容是讲知识、念政策，数字人完全够用；如果是需要情绪带动的直播带货，目前还是真人更有优势。
最后给新手一个立刻能做的动作
别纠结选哪个工具，先打开剪映，搜索“数字人”，选一个形象，输入一段30字的话，让系统生成一段测试视频。这个过程不超过10分钟，你就能直观感受到数字人的效果。然后带着这个体验，再去决定要不要用专业的工具定制自己的数字人。
做完测试后，希望你检查一件事：生成的视频里，数字人的口型和你的文字是不是同步。如果不同步，大概率是音频和字幕没对齐，重新识别一次字幕，把文字和音频放在同一轨道就行。
数字人制作本身不复杂，复杂的反而是你的内容脚本。工具只是帮你省了出镜的时间，剩下的思考功夫，一点都省不了。