即构数智人

平台简介

即构数智人（aigc.zego.im）是深圳市即构科技有限公司（ZEGO即构科技）旗下的数智人创作平台，官方对外介绍中称为「即智」平台。该平台提供生成式数智人解决方案，涵盖AI视频生成、数字人播报、形象复刻、AI配音、文本配音、PPT生成视频等功能，并已通过工信部备案。

核心能力

即构数智人深度融合人工智能、形象声音克隆、文本/语音驱动与云计算技术，为企业提供短视频营销工具、虚拟直播、实时互动型数字人等一站式解决方案。平台基于人脸特征识别、语音特征识别、AIGC、大语言模型等技术构建，支持数智人形象定制、短视频创作、数智人直播等能力。

数字人形象定制

平台支持定制图片数字人和真人数字人两种形象：

• 图片数字人：仅需一张图片（支持真人、卡通、虚拟人等风格），经AI训练即可让图片“活”过来，形象口齿清晰、表情自然。
• 真人数字人：采集真人拍摄视频（5-10分钟，可选用绿幕背景）经AI训练后，神态动作媲美真人，支持自定义背景、最高2K超清画质和自定义动作驱动。

多模态驱动

即构数智人支持通过文本、音频文件、RTC流式、WebSocket音频流式驱动数字人进行内容生成，输出最低延迟小于200ms的实时音视频流。还支持通过关键字驱动数字人做出“比心”“打招呼”“比数字”等指向性动作，照片数字人驱动支持身体动作。开发者可设置视频流任务最大时长（最长24小时）、打断正在驱动的数字人并查询任务驱动状态。

API接入

数字人API以标准化HTTPS接口提供，服务端API请求地址为 https://aigc-digitalhuman-api.zegotech.cn，支持GET和POST方法，需携带AppId、Signature等公共参数并通过签名机制鉴权。官方说明指出，最少两个接口即可完成数字人能力构建，兼容Web、App、小程序等多平台，并支持公有云、私有化等部署形式。

文本驱动接口（DriveByText）可让数字人播报指定文本，开发者未接入任何TTS厂商时，即构支持使用火山引擎（豆包）、MiniMax厂商的公共音色来驱动数字人。该接口请求地址为 https://aigc-digitalhuman-api.zegotech.cn?Action=DriveByText，播报文本不超过1800字，调用频率限制为10次/秒，并支持排队或立即打断两种播报模式。

AI Agent集成

结合即构实时互动AI Agent能力，仅需一张上半身的真人或二次元照片即可获得1080P、口型准确、形象逼真的数字人，实现整体约1.5秒响应的与AI数字人视频互动聊天，数字人驱动延迟小于200ms。该方案适用于数字人1V1互动视频、数字人客服、数字人直播等场景，中英文唇形还原效果尤佳。

应用场景

即构数智人可灵活适配AI陪伴、智能客服、直播电商、AI教师、主播播报、文旅直播、电商带货、培训科普等多元业务场景。例如即构联合新京报贝壳财经打造的数字人主播「AI小贝」，曾在2023新京报贝壳财经夏季峰会上完成财经播报任务。

创作流程

用户通过即构数智人创新生产工场仅需三步即可获得专属数字人：自行录制或委托拍摄一段3到10分钟的真人视频，登录「即智」平台上传视频并编辑创作个性化内容，最后以文本或声音驱动数字人形象进行直播在内的多种内容创作。幕后生产流程中，平台对采集视频进行全自动数据标注和预处理，对面部建模、提取形象特征并进行姿势识别，再经AI训练产出专属数字人形象。

生态与认可

即构数智人曾在2024年1月获新京报颁发的2023年「智慧生活」年度榜单「年度AIGC数字人」奖项。生态方面，即构科技基于华为云盘古大模型展开深度合作，联合孵化数智人解决方案并加入华为云盘古大模型互联网联创计划，「即智」数智人还正与华为昇腾进行信创适配，探索数智人国产化。