大模型之家讯 在近日播出的央视人工智能产业发展大型主题活动《2025中国·AI盛典》上，由商汤如影团队倾力打造的三位歌唱家——石倚洁、张英席、蔡程昱的AI数字分身，与本尊同台演绎经典歌剧曲目《今夜无人入眠》，并以七种语言献唱。此外，“人工智能之父”图灵以AI数字人的形象，贯穿盛典始终。盛典节目播出后，相关视频全网播放量突破1亿次，网友们纷纷称赞“AI国产之光”，感叹“真·打开了新世界的大门”，这也是商汤如影连续两年参与这场以AI为核心的国家级科技盛会。
如影图片数字人技术：一张图片，一段音频，即可生成分钟级高质量视频
此次亮相的AI数字分身，源自商汤自研的如影图片数字人技术。依托商汤日日新大模型的多模态能力，只需上传一张人物照片，输入文字脚本或音频文件，AI 就能自动生成人物动态视频，并支持多种语言，实现了与真人几乎无差别的口型匹配、动作呼应和情绪表达。
与市面上多数停留在5-10秒短片段的图生视频工具不同，如影图片数字人能够稳定生成长达3分钟以上的动态视频，全程保持人物 ID、背景风格的高度一致性。不仅如此，如影图片数字人还能通过提示词如“挥手”，精准驱动人物肢体动作，甚至支持快速大幅度手部动作，解决“动作僵硬、与内容脱节”问题。
风格形象多元广泛服务营销、教育、文旅、社交娱乐等多场景
在应用层面，如影图片数字人也展现了强大的灵活性，为创作者和企业提供了前所未有的表达空间，支持API调用和私有化部署，保障数据安全，满足定制化需求。真人照片、二次元动漫角色、3D虚拟形象，甚至动物玩偶，都可以作为驱动源，AI数字人不仅能实现Rap级别的口型对准，还能根据提示展现不同的情绪和肢体动作，同时可以支持多人场景，指定人物开口对话。
在商业营销场景中，企业只需一张员工或模特照片，就能快速生成促销视频或多语种产品讲解，大幅降低拍摄和翻译成本；在媒体传播中，自媒体创作者可以用自己的照片生成口播短视频，新闻机构也能借助3D人物图实现多语种播报；在教育和文化领域，名师照片可以“开口”讲解知识点，博物馆中的历史人物复原图也能为观众讲述文物背后的故事；而在文旅行业，游客甚至可以通过一张照片生成属于自己的“穿越短剧”，让旅行体验更具沉浸感和互动性。
这一突破，使其能够真正服务于社交娱乐、营销带货、教学课程、品牌故事、文化解说等场景，打破了行业长期以来的时长瓶颈。从传统依赖拍摄与建模，到如今“一张照片即可生成拟真视频”，商汤正在用技术重塑数字人产业格局，让大众能够以更低门槛、更高效率参与到创作中。
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/12841
