即夢對口型與數字人怎麼用：一張圖 + 文字或音頻生成說話影片（含動作模仿）

適用於誰

• 搜「即夢數字人」「即夢對口型在哪」「即夢數字人教學」，想讓一張人物圖開口說話、唱歌、做口播的人；
• 想讓照片裏的人物跟着一段參考影片做動作（動作模仿）的人；
• 遇到「對口型失敗」「影片不滿足對口型條件」的人。

本文根據即夢網頁版頁面中的說明文字和 IT之家、智東西對即夢官方的報道整理，資料核對於 2026-10-07。文中的入口名稱、時長和文件大小限制為核對時的頁面提示，以你實際看到的介面為準。

結論先說

1. 數字人 = 一張角色圖 + 說話內容（文字或音頻）→ 口型匹配的說話影片。入口在首頁「創作類型」裏的「數字人」。
2. 對口型有兩種場景：用「數字人」從一張圖生成說話影片；或在已生成的影片上用「對口型」工具重新配音。
3. 動作模仿 = 一張人物圖 + 一段動作影片 → 圖中人物做出同樣的動作，入口是「創作類型」裏的「動作模仿」。
4. 用真人照片必須是本人或已獲授權，介面上也會提醒「請確保所有素材為本人所有或已獲得合法授權」。

背景：這幾個功能從哪來

• 2025 年 3 月 7 日，即夢數字人上線「大師模式」，由字節跳動自研的 OmniHuman-1 模型驅動：輸入一張圖和一段音頻，就能讓人物做出匹配音頻的演講、唱歌、演奏等動作，支持肖像、半身、全身圖，也支持動漫、3D 卡通形象；
• 2025 年 3 月 5 日，即夢上線「動作模仿」，上載人物圖和參考影片，讓圖中人物模仿影片裏的動作和表情；
• 兩項功能上線時官方都表示會進行安全審核，並給輸出影片加「AI 生成」水印。

步驟一：用「數字人」做說話影片

1. 選入口和模式

在即夢首頁輸入框的「創作類型」下拉里選 數字人。數字人有不同的生成模式（介面上可見「大師模式」「快速模式」等，名稱和效果說明以實際介面為準）：大師模式效果更好，快速模式出片更快、成本更低。

2. 上載角色圖

介面提示「支持真人 & 動漫」「清晰的正臉，生成效果更佳」。準備圖片時：

• 人物正臉清楚，五官不被頭髮、手、墨鏡遮擋；
• 光線均勻，解像度不要太低；
• 一張圖裏有多個人時，可以選擇讓哪個角色說話（介面有「選擇角色說話」）；
• 上載後會進行「角色檢測」，檢測不到人物會提示失敗，換一張主體更清楚的圖。

3. 輸入說話內容

兩種方式任選：

• 輸入文字 + 選音色：在「說話內容」裏寫台詞（有字數上限，介面會提示），點「音色」挑選；也可以在「我的音色」裏上載 5～30 秒、包含清晰人聲的音頻創建自己的音色。注意部分音色是 VIP 音色；
• 上載音頻：直接上載一段配音或歌曲。

還可以在「動作描述」裏補充動作和鏡頭（可選），介面示例是：

鏡頭推進，他摘下眼鏡，對着鏡頭笑着說

4. 生成並檢查

生成前介面會計算所需積分。生成後重點看口型、牙齒和嘴角是否自然，不滿意就調整角色圖或台詞節奏後再生成。

步驟二：給已有影片「對口型」

在已生成的影片作品上找到「對口型」工具（位置以實際介面為準），可以給影片裏的人物重新配音：

• 輸入文字生成配音，或上載音頻；
• 配音不能比影片長。比如影片 5 秒，介面會提示「請將配音裁剪至 5s 以內」，你可以用「音頻裁剪」截取，或刪減文字、加快朗讀速度後重新配音；
• 上載的音頻有最短和最長時長限制，超出範圍會提示。

步驟三：用「動作模仿」讓人物動起來

1. 「創作類型」切到 動作模仿；
2. 角色：上載人物圖，介面提示「支持全身 / 半身圖片」「人物比例盡量與動作模板一致」。圖片在 20MB 以內、解像度不超過 4K，太小會提示解像度過小；
3. 動作：「選擇動作模版」用官方模板，或「上載參考影片」。參考影片 1～30 秒、50MB 以內，超過 30 秒會自動裁剪；
4. 選擇模型（介面為「大師」「生動」「快速」三檔，分別對應效果最佳、不限畫幅動效更真、更快更便宜），生成。

上載參考影片的官方建議：

• 鏡頭：保持一鏡到底，不要運鏡；
• 穩定：鏡頭穩定，避免晃動；
• 畫質：人物清晰，畫幅不限；
• 版權：確保素材為你所有或已獲合法授權。

對口型、數字人失敗的常見原因

更多審核和失敗問題見《即夢影片未通過審核 / 生成失敗怎麼辦》。

肖像與授權：一定要注意

• 只用本人照片，或已取得當事人明確同意的照片。即夢用戶協議要求輸入內容為本人所有或已獲合法授權，不得侵害他人肖像權、聲音權益、名譽權；
• 不要用明星、網紅、他人照片做數字人，也不要克隆別人的聲音；
• 涉及未成年人的肖像、聲音，需要取得監護人的全部合法授權；
• 生成的影片帶有「AI生成」標識，發佈時還要主動聲明是 AI 生成內容（見《即夢怎麼去水印》）。

常見問題

Q：即夢對口型在哪？

兩個地方：首頁「創作類型」裏的「數字人」（從一張圖生成說話影片），以及已生成影片上的「對口型」工具（給影片重新配音）。

Q：動漫、寵物、卡通形象能做數字人嗎？

介面寫明支持真人和動漫；官方報道也提到對動漫、3D 卡通等非真人圖片支持較好。非人類形象效果以實際生成為準。

Q：能用一段英文歌做數字人嗎？

「現僅支持中文配音」是給已有影片對口型時的提示；數字人從圖片生成時支持哪些語言，以介面和音色說明為準，建議先短音頻試一次。

Q：數字人和 Seedance 2.0 的全能參考有什麼區別？

數字人專注「一張圖開口說話 / 唱歌」，口型對齊是核心；Seedance 2.0 全能參考更適合多鏡頭敘事，且暫不支持真人人臉參考。用法見《Seedance 2.0 怎麼用》。

參考資料

• 即夢AI網頁版（數字人 / 對口型 / 動作模仿）— https://jimeng.jianying.com/ai-tool/home
• 智東西：即夢數字人功能上線「大師模式」— https://zhidx.com/news/42455.html
• IT之家：即夢 AI 上線「動作模仿」功能 — https://www.ithome.com/0/835/586.htm
• 即夢AI用戶服務協議（第 4.1、12.2 條）— https://lf9-cdn-tos.draftstatic.com/obj/ies-hotsoon-draft/vco/17620dba-f821-4a18-85f9-b8b11f73304a.html