← 返回资讯列表
产品动态

AI 视频生成 + 阿里云数字人上线:高级版以上开放 60 秒口播视频一键生成

妙音 Sarasvati 与阿里云数字人深度对接,上传形象图即可生成口播视频。高级版及以上会员支持 60 秒以内口播视频一键生成,配音、字幕、口型全自动对齐。

为什么是阿里云数字人

数字人赛道 2026 年的格局:百度、阿里、腾讯、商汤都在做。我们最终选了阿里云数字人,理由有三:

1. 国内多语种支持最强:普通话、粤语、英语、日语、韩语——算法播报级别的口型对齐 2. 按秒计费:60 秒视频 ≈ 10 元(平台侧成本),不像按套餐计费容易用不完 3. API 成熟度高:和妙音现有的浏览器 RPA 适配同一套发布链路,集成成本最低

百度数字人放二期再评估——他们的虚拟人风格更强但价格也更贵,且对个人形象支持弱于阿里。

用户怎么用

高级版及以上会员在控制台新建任务时,选「视频」形态 + 上传一张形象图,妙音会自动:

1. 用 MiniMax 写口播脚本(基于选题 + 品牌调性) 2. 提交阿里云数字人 API 生成 60 秒视频 3. 自动匹配字幕 + 平台封面 4. 走现有的浏览器 RPA 一键发布到抖音 / 视频号 / 小红书 / B站 / 西瓜视频

真人视频训练路线已开放可选项——愿意录制真人视频做 IMS 训练模型的,效果会更好,但需要单独签订形象使用协议。

计费与限制

  • 60 秒以内(超过会被自动切段)
  • 高级版以上(基础版 / 专业版不支持)
  • 成本结构:阿里云平台费 ~10 元/条,妙音按 15 单元/条 卖出。成本和售价基本打平,主要跑量为主。
  • 会员升级后可累积:本月没用完的额度,下个月继续可用

与海外渠道的协同

数字人视频在 YouTube / LinkedIn / X 上同样支持——海外华人渠道里,视频内容权重明显高于图文。专业版以上会自动把国内视频版本自动转译成英文 / 日文版,同一条素材覆盖国内外。

后续规划

  • 接入百度数字人做风格化对比(计划 9 月底)
  • 数字人实时对话(Q4 计划)
  • 多形象同框(适合采访 / 圆桌场景,Q1 2027 计划)

— 妙音内容团队