數位人可以是依腳本講解的影片人物、3D 動畫角色，也可以是對話式助理。製作產品展示、解說與培訓內容時，AI 影片分身通常是實用的起點：準備內容、選擇講解員，再搭配觀眾需要的畫面。本文介紹數位人的技術原理，以及在 TapVid 中從分身或影片範本開始製作的方法。
01
數位人如何運作？
數位人技術結合視覺形象與驅動動作的方法。語音和對話是另外的層次。角色不必使用生成式 AI 就能呈現人類外貌；會說話的虛擬人也可能只是照固定腳本講述，而不理解觀眾。
- 電腦圖學與 3D 算圖：美術人員或建立工具製作身體、臉部、皮膚、頭髮和服裝。骨架綁定是一組驅動角色的控制機制，算圖則將場景轉成影像。Epic Games 的 MetaHuman 文件介紹了建立並驅動具備骨架的數位人的框架。
- 生成式 AI：部分影片系統根據肖像、表演參考或其他輸入生成連續畫面。這能減少手動建模的需求，但不代表輸出包含可編輯的 3D 身體模型。
- 語音合成：文字轉語音會將腳本轉換成語音表演。其他流程也可以使用錄音。選擇合成聲音，與複製某個特定人物的聲音，是兩種不同操作。
- 臉部動畫與嘴型同步：系統根據音訊或擷取的表演，驅動嘴型和臉部動作。用詞正確、嘴型合理、表情恰當，是需要分別檢查的項目。
- 互動式 AI：對話系統可能加入語音辨識、語言模型、知識來源和回應控制機制。NVIDIA 的數位人概覽將它們描述為互動系統的不同元件，而不是所有虛擬人影片都具備的特性。
預先製作的講解員影片，實用流程是：腳本 → 語音 → 動畫講解員 → 成品。即時助理還必須接收問題、決定回答內容，並以足夠快的速度回應，才能形成對話。單靠即時圖形算圖並無法提供這種能力。
02
數位人的類型，以及與 AI 分身的差異
選擇數位人時，先確定需要什麼成果。以下三種常見流程可以重疊：互動式助理可以採用 3D 角色，影片講解員也可以由照片生成。
| 製作方式 | 適用情境 | 輸出特色 |
|---|---|---|
| AI 影片分身 | 解說、產品展示、培訓 | 講解員在成片中傳達預先準備的腳本。 |
| 3D 數位人 | 遊戲、視覺特效、模擬 | 完成骨架綁定的角色，可製作動畫並從不同視角算繪。 |
| 互動式數位人 | 即時支援、引導式服務、對話練習 | 角色連接回應系統，能夠處理新問題。 |
數位人著重人類外觀或行為的數位呈現。AI 分身著重利用 AI 建立、驅動或控制形象，也可以是風格化或非人類角色。外觀像真人的 AI 講解員同時屬於兩者。這些概念有所重疊，並非固定的技術標準。
數位孿生的目的不同：它為特定的真實實體或系統建立模型。NIST 的定義不限於人的外貌。分身即使長得像某個人，也不會因此取得對方的知識、判斷力或記憶。
03
數位人影片適合哪些情境？
影片分身最適合可以事先撰寫與審核的內容。為講解員設定明確的角色，再用相關畫面讓解釋更具體。
- 產品展示：介紹任務、展示真實介面，再解釋每一步操作。在產品展示影片中，將講解員與最新螢幕錄影搭配使用。
- 解說與行銷影片：用講解員串連問題、解決方案與下一步行動。SaaS 解說影片應展示產品如何運作；發表影片則可以聚焦一項新亮點。
- 員工培訓：將已核准的到職、政策或流程資料製作成短課程，並維持一致的講解員形象。了解適用於團隊培訓的內部賦能影片。
- 教育內容：介紹概念、講解示例，再讓學習者嘗試練習。字幕、圖解與提問機會仍然不可或缺。
即時客服屬於互動式流程，需要知識來源、回應控制與轉接人員的機制。預先生成的講解影片傳達固定內容，不會回答新問題。
04
如何在 TapVid 中製作數位人影片
希望先決定講解員時，可以從 TapVid AI Avatar開始。選擇公用分身，或用已獲授權的照片建立形象，再圍繞要傳達的內容製作影片。
使用 AI 分身製作影片
- 1
準備素材
說明影片面向誰、希望他們學會什麼，以及下一步該做什麼。準備已核准的腳本，以及解釋內容所需的截圖、投影片或產品影片。建立自訂分身時，使用有權使用的清晰照片，支援最大 10 MB 的 JPG/JPEG、PNG 與 WebP 檔案。
- 2
選擇或建立講解員
開啟 Avatars 瀏覽公用講解員，或選擇 New Avatar / Create from a photo。建立自訂形象時，上傳照片、確認必要授權，並完成照片檢查。查看預覽，為分身命名並儲存。
- 3
加入講解員與內容
選擇 Create video，將分身帶入影片編輯入口。說明受眾與用途、加入來源資料，並檢查語言與聲音。腳本應聚焦一個實用成果，避免羅列所有功能。
- 4
生成並檢查
繼續製作流程，審核其中的腳本或分鏡確認步驟。開啟聲音觀看完整影片，檢查發音、臉部動作、字幕，以及畫面與旁白是否對應。分享前修改不清楚的部分。
- 5
匯出成片
影片就緒後，開啟 Export，從帳戶可用選項中選擇。以觀眾實際使用的裝置與觀看尺寸檢查匯出的檔案。
05
從影片範本開始製作
希望直接使用現成的影片架構時，可以從範本開始。選擇支援分身的範本，再依主題調整內容，無須從零規劃每個場景。
使用範本製作影片
- 1
選擇範本
開啟 TapVid 範本庫，瀏覽影片範本。選擇適合內容的分身形式，例如產品介紹或簡短解說。
- 2
換成自己的內容
填入內容、選擇講解員，並換上自己的輔助素材。讓旁白與畫面始終圍繞同一個重點。
- 3
生成並檢查
生成影片，開啟聲音觀看，並在匯出前檢查用詞、節奏與場景切換。
示例：A Friendly First Look。這段 32 秒的影片結合坐姿數位講解員與產品介面片段。講解員引出內容，螢幕畫面提供可以跟隨的具體資訊。數位人因此成為完整影片的一部分，與輔助畫面共同完成解釋。
06
數位人示例：從腳本到講解影片
以下是更簡單的示例：TapVid 公用分身 Leo 搭配英文腳本，展示最基本的製作單元——由講解員傳達預先準備的內容。
完整輸入腳本保留原始英文：「This is a digital human video, created from a public avatar and a written script. For a product demo, show the real interface while the presenter explains the next step. Review the words, voice, and mouth movement before you publish.」內容說明這是由公開虛擬人與文字腳本生成的影片，建議產品示範應展示真實介面，並在發布前檢查用詞、聲音和嘴型。
輸出是一段 15.04 秒的直式影片。製作產品展示或課程時，可以將這類講解片段與對應的介面、圖解或示例組合。圍繞觀眾需要看到的內容撰寫旁白，並為輔助畫面留出展示空間。
07
數位人的優勢與限制
AI 影片分身可以減少重複拍攝，讓系列內容維持一致的講解員形象，也方便製作修改後的腳本。它特別適合需要統一視覺形象的系列課程、產品更新與解說影片。
製作重點會轉向準備與審核。你仍然需要準確的腳本、有用的畫面，以及對最終內容負責的人。修改一句話可能需要重新生成，講解員的動作與節奏也可能在不同片段中改變。
- 畫面品質：以正常速度檢查嘴形、牙齒、眨眼、臉部邊緣與手勢。可信的靜態畫面不保證動作同樣自然。
- 聲音品質：用實際腳本檢查發音、口音、節奏與語氣。照片提供外觀，不提供匹配的聲音。
- 信任與授權：使用真人肖像、聲音與身分時，應取得適當許可。若觀眾可能誤以為是真人錄製，應清楚說明是合成呈現。不要捏造客戶見證。
- 受眾適配：請實際使用培訓內容的人試學，提供字幕或文字稿，並檢查理解情況。如果核心是個人見證、敏感溝通或細膩情感，應選擇真人講解員。
依任務選擇形式：TapVid 的分身流程用於製作講解影片；即時對話與可編輯的 3D 角色需要不同系統。清楚的解說通常來自聚焦的腳本、合適的講解員，以及能展示重點的畫面。
08
常見問題
以下回答整理了將數位人用於影片時的重要判斷。
數位人與 AI 虛擬人有什麼差別？
數位人呈現人類外貌或行為。AI 虛擬人利用 AI 建立、驅動或控制，可以像真人，也可以採風格化設計。外觀像人的 AI 影片講解員可同時屬於兩者，但兩個名稱都不保證即時對話能力。
可以用照片建立數位人嗎？
可以，前提是產品支援以照片建立分身。在 TapVid 中，可用已獲授權的照片建立並預覽自訂形象。照片不會自動提供匹配的聲音、可編輯的 3D 角色或即時助理。
需要 3D 建模技能嗎？
在代管的影片虛擬人流程中，選擇講解員並提供腳本即可，不需要 3D 建模。為遊戲、虛擬製片或 3D 模擬製作自訂角色則是另一項工作，可能需要骨架綁定、動畫和算圖技能。
數位人就是 AI 生成影片嗎？
不是。AI 生成影片可以呈現產品、風景、圖表或其他沒有人的主題。數位人也能用傳統電腦圖學製作，由演員驅動，而非根據提示詞生成。
上傳照片會同時複製當事人的聲音嗎？
不會。外觀與聲音是不同輸入。為影片選擇合適的聲音；使用真人聲音時，應另行取得相應許可。僅憑肖像無法還原對方的說話方式。
如何檢查數位講解員是否自然？
用實際計畫採用的腳本、語言和臉孔製作短範例，聽發音與節奏、看嘴型與表情，並請目標觀眾評估是否清楚。一個成功範例不能預測往後每次生成的成果。
