即梦对口型与数字人怎么用：一张图 + 文字或音频生成说话视频（含动作模仿）

适用于谁

• 搜「即梦数字人」「即梦对口型在哪」「即梦数字人教程」，想让一张人物图开口说话、唱歌、做口播的人；
• 想让照片里的人物跟着一段参考视频做动作（动作模仿）的人；
• 遇到「对口型失败」「视频不满足对口型条件」的人。

本文根据即梦网页版页面中的说明文字和 IT之家、智东西对即梦官方的报道整理，资料核对于 2026-10-07。文中的入口名称、时长和文件大小限制为核对时的页面提示，以你实际看到的界面为准。

结论先说

1. 数字人 = 一张角色图 + 说话内容（文字或音频）→ 口型匹配的说话视频。入口在首页「创作类型」里的「数字人」。
2. 对口型有两种场景：用「数字人」从一张图生成说话视频；或在已生成的视频上用「对口型」工具重新配音。
3. 动作模仿 = 一张人物图 + 一段动作视频 → 图中人物做出同样的动作，入口是「创作类型」里的「动作模仿」。
4. 用真人照片必须是本人或已获授权，界面上也会提醒「请确保所有素材为本人所有或已获得合法授权」。

背景：这几个功能从哪来

• 2025 年 3 月 7 日，即梦数字人上线「大师模式」，由字节跳动自研的 OmniHuman-1 模型驱动：输入一张图和一段音频，就能让人物做出匹配音频的演讲、唱歌、演奏等动作，支持肖像、半身、全身图，也支持动漫、3D 卡通形象；
• 2025 年 3 月 5 日，即梦上线「动作模仿」，上传人物图和参考视频，让图中人物模仿视频里的动作和表情；
• 两项功能上线时官方都表示会进行安全审核，并给输出视频加「AI 生成」水印。

步骤一：用「数字人」做说话视频

1. 选入口和模式

在即梦首页输入框的「创作类型」下拉里选 数字人。数字人有不同的生成模式（界面上可见「大师模式」「快速模式」等，名称和效果说明以实际界面为准）：大师模式效果更好，快速模式出片更快、成本更低。

2. 上传角色图

界面提示「支持真人 & 动漫」「清晰的正脸，生成效果更佳」。准备图片时：

• 人物正脸清楚，五官不被头发、手、墨镜遮挡；
• 光线均匀，分辨率不要太低；
• 一张图里有多个人时，可以选择让哪个角色说话（界面有「选择角色说话」）；
• 上传后会进行「角色检测」，检测不到人物会提示失败，换一张主体更清楚的图。

3. 输入说话内容

两种方式任选：

• 输入文字 + 选音色：在「说话内容」里写台词（有字数上限，界面会提示），点「音色」挑选；也可以在「我的音色」里上传 5～30 秒、包含清晰人声的音频创建自己的音色。注意部分音色是 VIP 音色；
• 上传音频：直接上传一段配音或歌曲。

还可以在「动作描述」里补充动作和镜头（可选），界面示例是：

镜头推进，他摘下眼镜，对着镜头笑着说

4. 生成并检查

生成前界面会计算所需积分。生成后重点看口型、牙齿和嘴角是否自然，不满意就调整角色图或台词节奏后再生成。

步骤二：给已有视频「对口型」

在已生成的视频作品上找到「对口型」工具（位置以实际界面为准），可以给视频里的人物重新配音：

• 输入文字生成配音，或上传音频；
• 配音不能比视频长。比如视频 5 秒，界面会提示「请将配音裁剪至 5s 以内」，你可以用「音频裁剪」截取，或删减文字、加快朗读速度后重新配音；
• 上传的音频有最短和最长时长限制，超出范围会提示。

步骤三：用「动作模仿」让人物动起来

1. 「创作类型」切到 动作模仿；
2. 角色：上传人物图，界面提示「支持全身 / 半身图片」「人物比例尽量与动作模板一致」。图片在 20MB 以内、分辨率不超过 4K，太小会提示分辨率过小；
3. 动作：「选择动作模版」用官方模板，或「上传参考视频」。参考视频 1～30 秒、50MB 以内，超过 30 秒会自动裁剪；
4. 选择模型（界面为「大师」「生动」「快速」三档，分别对应效果最佳、不限画幅动效更真、更快更便宜），生成。

上传参考视频的官方建议：

• 镜头：保持一镜到底，不要运镜；
• 稳定：镜头稳定，避免晃动；
• 画质：人物清晰，画幅不限；
• 版权：确保素材为你所有或已获合法授权。

对口型、数字人失败的常见原因

更多审核和失败问题见《即梦视频未通过审核 / 生成失败怎么办》。

肖像与授权：一定要注意

• 只用本人照片，或已取得当事人明确同意的照片。即梦用户协议要求输入内容为本人所有或已获合法授权，不得侵害他人肖像权、声音权益、名誉权；
• 不要用明星、网红、他人照片做数字人，也不要克隆别人的声音；
• 涉及未成年人的肖像、声音，需要取得监护人的全部合法授权；
• 生成的视频带有「AI生成」标识，发布时还要主动声明是 AI 生成内容（见《即梦怎么去水印》）。

常见问题

Q：即梦对口型在哪？

两个地方：首页「创作类型」里的「数字人」（从一张图生成说话视频），以及已生成视频上的「对口型」工具（给视频重新配音）。

Q：动漫、宠物、卡通形象能做数字人吗？

界面写明支持真人和动漫；官方报道也提到对动漫、3D 卡通等非真人图片支持较好。非人类形象效果以实际生成为准。

Q：能用一段英文歌做数字人吗？

「现仅支持中文配音」是给已有视频对口型时的提示；数字人从图片生成时支持哪些语言，以界面和音色说明为准，建议先短音频试一次。

Q：数字人和 Seedance 2.0 的全能参考有什么区别？

数字人专注「一张图开口说话 / 唱歌」，口型对齐是核心；Seedance 2.0 全能参考更适合多镜头叙事，且暂不支持真人人脸参考。用法见《Seedance 2.0 怎么用》。

参考资料

• 即梦AI网页版（数字人 / 对口型 / 动作模仿）— https://jimeng.jianying.com/ai-tool/home
• 智东西：即梦数字人功能上线「大师模式」— https://zhidx.com/news/42455.html
• IT之家：即梦 AI 上线「动作模仿」功能 — https://www.ithome.com/0/835/586.htm
• 即梦AI用户服务协议（第 4.1、12.2 条）— https://lf9-cdn-tos.draftstatic.com/obj/ies-hotsoon-draft/vco/17620dba-f821-4a18-85f9-b8b11f73304a.html