即梦AI可零门槛生成会说话数字人：只需一张3:4比例JPG/PNG正脸图和≤120字口播稿，按步骤上传角色、选大师模式、生成视频，注意避开图片质量与音频时长陷阱。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用即梦AI快速生成一个会说话的数字人，不需要建模、不用写代码、不依赖专业设备，只要一张清晰正脸图和一段口播稿就能完成。新手第一次操作时最容易卡在角色上传失败或口型不同步上，根本原因是没注意图片格式和音频长度限制。
准备可用的数字人形象
打开即梦官网（jimeng.jianying.com）→登录账号→点击顶部导航栏【图片生成】→在提示词框输入“一位30岁亚洲女性教师，穿浅蓝色衬衫，面带微笑，正面半身照，纯白背景，高清证件照风格”→选择模型为【图片4.0】→比例设为【3:4】→点击【立即生成】。
系统会一次性出4张图，选最自然的一张→右键保存到电脑桌面，文件名不要含中文或特殊符号，比如直接命名为“teacher.jpg”。【必须是JPG或PNG格式，不能是WEBP；宽高比必须严格匹配3:4，否则上传到数字人功能时会被拒绝】
这一步不能跳过，也不能用手机截图或微信转发来的图——那些图通常带压缩伪影、尺寸失真或隐藏水印，上传后系统识别不出人脸关键点，直接报错“图像质量不达标”。
切换到数字人功能并上传角色
回到首页→点击左侧菜单栏【生成】→再点击子菜单【数字人】→页面自动跳转至数字人工作台。
点击【角色】区域中的【上传本地图片】按钮→从桌面选择刚才保存的teacher.jpg→等待上传完成（进度条走完即算成功）。
上传成功后，右侧预览窗会显示该人物静态图像，并自动标注出眼睛、嘴唇等关键点。如果出现红框闪烁或提示“未检测到有效人脸”，说明图片侧脸、闭眼、反光太强或背景太杂——立刻换一张重试，别强行点击下一步。
配置音频并生成对口型视频
方法一：用文字自动生成语音
在【音频】模块下，点击【文本朗读】→将口播稿粘贴进去（例如：“Hello everyone! Today we’ll learn five new English words.”）→字数务必控制在120字以内→点击【生成语音】→系统自动合成MP3并加载进轨道。
方法二：上传自己录制的音频
点击【上传音频】→选择本地MP3文件（采样率44.1kHz，单声道最佳）→注意：【音频时长不能超过30秒，否则生成失败且不提示原因】→上传后点击右侧播放按钮确认音质清晰无杂音。
两种方式任选其一完成后，下方【模型】选项中优先选【大师模式】——它对口型精度最高，但仅支持图片角色；如果你上传的是视频角色，则只能选【基础模式】。
最后点击【生成视频】按钮，等待进度条走完，视频自动出现在预览区。生成过程消耗积分，时长每增加5秒约扣12积分，首次使用送的60积分刚好够做两段15秒视频。
