数智人-腾讯

产品概述

腾讯云智能数智人（Tencent Cloud AI Digital Human）是腾讯云旗下新一代多模态人机交互系统，定位为“数智分身”产品，帮助客户快捷打造有智能、有形象、可交互的数字人，应用于企业服务、数智化转型与沟通效率提升。官方介绍将其产品功能划分为形象生产、交互会话、音视频播报三大板块。

形象类型与定制

腾讯云智能数智人覆盖 5 种形象类型：2D精品、2D小样本、3D写实、3D半写实、3D卡通。其中 2D 小样本又细分为通用口型、专属口型、高精版本和照片数字人：精品形象在专业影棚录制训练约两周可交付；通用口型录制约1分钟视频即可训练；专属口型需约3分钟安静环境视频；高精版本要求4K视频素材；照片数字人仅需一张清晰正面照片，约10分钟内即可使用。

该产品的形象定制门槛较低：只需提供一张照片或一段 5 秒以上视频，即可快速定制与真人高度相似的数智人分身，五官、动作、表情模仿真人，支持真人或 AI 模特两种方案，输入文本或语音即可生成数智人播报视频。官方同时强调，定制形象最终效果与素材视频中人物的妆容肤色、表情动作基本一致，并保留原视频光线。

驱动方式与交互能力

数智人支持文本、声音、视频三种驱动方式，具备唇形语音同步、表情动作拟人、指定文本插入动作等能力，并支持对声音进行语速和音色调整。官方产品动态显示，2D 精品形象支持智能动作与 AI 动作生成，录制动作数量从8个升级到20个，可在文本/音频驱动播报或交互时自动匹配肢体动作。

开发接入方面，客户端 SDK 是腾讯云智能提供的数智人开发解决方案，包括形象渲染、AI 驱动等技术，提供 Web 端、Windows 端、移动端（iOS 和 Android）多端 SDK。会话交互按渲染方式分为云渲染（服务端渲染后推流，延时约1.5s）和端渲染（终端本地渲染，延时较低）。

价格体系

在价格体系上，腾讯云智能数智人售卖三类产品：形象采购、播报服务以及交互服务，需要组合购买才能应用于最终场景；形象采购分为形象租赁（如2D小样本通用口型50元/个/月、3D卡通18,800元/个/月）与形象定制（如2D精品350,000元/个、2D小样本照片19.9元/个）两种方式。交互服务提供云渲染与端渲染两种模式，按并发路数计费；音视频播报提供按小时合成的资源包。

快速内容生产

针对快速内容生产，腾讯云智能数智人推出了“2D小样本免训练”能力：视频素材版无需训练，只需一段真人视频素材，输入文本或音频即可分钟级生成口型匹配的新视频；照片素材版仅需一张照片即可生成口型匹配视频。两类免训练能力目前主要支持播报服务，并支持多张照片人脸定位、指定人脸ID驱动、多人同屏对话（最多3人）等进阶功能，还支持通过 API 将 PPT 一键转化为数智人讲解视频。

声音能力

声音能力方面，数智人支持声音复刻：极速版输入秒级音频（约15秒）可在10分钟内获得专属 AI 定制音色，支持普通话、粤语、英语，主要用于搭配照片数智人；基础版输入100句语料、训练约1天，音色相似度更高，主要用于搭配 2D 小样本。官方产品动态还显示平台支持接入腾讯公有云 TTS、第三方 TTS（国际站支持微软 Azure TTS 与 Google Cloud TTS）及 Minimax 音色。

AI 大模型集成

腾讯云智能数智人于2025年2月全面接入 DeepSeek 大模型，通过平台内置的 V3、R1 等模型，用户无需开发即可让 DeepSeek 拥有真人外观进行交互；在交互场景中依托深度推理能力支持政策问答、景区导览、展厅接待等多轮对话，在播报场景中可结合“2D小样本-免定制”数智人分钟级完成从文案到成品视频的输出。官方接入文档也提供了在智能体开发平台中选择 DeepSeek R1/V3 模型、导入知识库的具体操作指引。

应用案例与行业覆盖

官方公布的应用案例覆盖文旅、消费、传媒、教育等行业：中国国家博物馆数智人“艾雯雯”、蒙牛乳业3D卡通数智人“蒙蒙”与2D数智人“数字总裁”、南京大报恩寺3D数智人“龙女”、河南日报财经新闻播报、澎湃新闻总编辑“数字分身”以及北京大学光华管理学院教授“数字分身”等。官方还介绍产品已广泛应用于零售、证券、保险、医疗、传媒、在线教育等10多个行业。

合规与隐私

在合规与隐私方面，官方要求形象定制须依据《互联网信息服务深度合成管理规定》提交个人形象定制授权书，支持视频口述授权与书面材料授权两种模式；平台还于2025年9月上线默认开启的 AI 内容标识功能，支持自定义打标文案，以符合国家关于 AI 内容标识的政策要求。