在近日播出的央視人工智能產(chǎn)業(yè)發(fā)展大型主題活動《2025中國·AI盛典》上，由商湯如影團隊傾力打造的三位歌唱家——石倚潔、張英席、蔡程昱的AI數(shù)字分身，與本尊同臺演繹經(jīng)典歌劇曲目《今夜無人入眠》，并以七種語言獻唱。

此外，“人工智能之父”圖靈以AI數(shù)字人的形象，貫穿盛典始終。盛典節(jié)目播出后，相關視頻全網(wǎng)播放量突破1億次，網(wǎng)友們紛紛稱贊“AI國產(chǎn)之光”，這也是商湯如影連續(xù)兩年參與這場以AI為核心的國家級科技盛會。

一張圖片，一段音頻

即可生成分鐘級高質(zhì)量視頻

此次亮相的AI數(shù)字分身，源自商湯自研的如影圖片數(shù)字人技術。

依托商湯日日新大模型的多模態(tài)能力，只需上傳一張人物照片，輸入文字腳本或音頻文件，AI 就能自動生成人物動態(tài)視頻，并支持多種語言，實現(xiàn)了與真人幾乎無差別的口型匹配、動作呼應和情緒表達。

與市面上多數(shù)停留在5-10秒短片段的圖生視頻工具不同，如影圖片數(shù)字人能夠穩(wěn)定生成長達3分鐘以上的動態(tài)視頻，全程保持人物ID、背景風格的高度一致性。

如影圖片數(shù)字人還能通過提示詞如“揮手”，精準驅動人物肢體動作，甚至支持快速大幅度手部動作，解決“動作僵硬、與內(nèi)容脫節(jié)” 問題。

風格形象多元，廣泛服務營銷、 教育、文旅、社交娛樂等多場景

在應用層面，如影圖片數(shù)字人展現(xiàn)了強大的靈活性和可控性，為創(chuàng)作者和企業(yè)提供了前所未有的表達空間，支持API調(diào)用和私有化部署，保障數(shù)據(jù)安全，滿足定制化需求。

真人照片、二次元動漫角色、3D虛擬形象，甚至動物玩偶，都可以作為驅動源，AI數(shù)字人不僅能實現(xiàn)Rap級別的口型對準，還能根據(jù)提示展現(xiàn)不同的情緒和肢體動作，同時可以支持多人場景，指定人物開口對話。

在商業(yè)營銷場景中，企業(yè)只需一張員工或模特照片，就能快速生成促銷視頻或多語種產(chǎn)品講解，大幅降低拍攝和翻譯成本；

在媒體傳播中，自媒體創(chuàng)作者可以用自己的照片生成口播短視頻，新聞機構也能借助3D人物圖實現(xiàn)多語種播報；

在教育和文化領域，名師照片可以“開口”講解知識點，博物館中的歷史人物復原圖也能為觀眾講述文物背后的故事；

在文旅行業(yè)，游客甚至可以通過一張照片生成屬于自己的“穿越短劇”，讓旅行體驗更具沉浸感和互動性。

這一突破，使其能夠真正服務于社交娛樂、營銷帶貨、教學課程、品牌故事、文化解說等場景，打破了行業(yè)長期以來的時長瓶頸。

從傳統(tǒng)依賴拍攝與建模，到如今“一張照片即可生成擬真視頻”，商湯正在用技術重塑數(shù)字人產(chǎn)業(yè)格局，讓大眾能夠以更低門檻、更高效率參與到創(chuàng)作中。