即梦 AI 数字人教程丨 制作专属 MV

你有没有想过，让自己的照片活过来，甚至帮你完成一首深情款款的 MV？

现在，即梦 AI 的数字人 1.5 已经让这件事变得像呼吸一样简单！

今天，我就手把手拆解我制作MV 魔法的流程，教你如何用一张照片，轻松制作出情绪饱满、运镜专业的数字人唱歌视频！

一、先准备：一张的自拍照片

人脸细节决定了数字人的相似度与稳定性。

最好准备 1–3 张高质量人像（正面、侧面、微笑或中性表情）。

分辨率越高越好（建议 ≥2000px 宽）。

光线均匀、面部无遮挡、头发不乱、表情自然。

避免复杂背景。

准备好音频：如果用现成歌曲，准备 WAV/48kHz；如果没有下文会讲如何自制歌曲。

这是我准备的：

二、生成组图

把自拍的分镜图生成出来（豆包、香蕉、即梦都可以），保存到同一文件夹。

提示词示例：

以这张参考图的人物为核心主体，生成一套共 8 张、4K 超清分辨率的 MV 分镜背景图。场景主题为歌手在录音棚中深情演绎一首歌，要求场景基调温暖、深情、光线柔和。这 8 张图应展现不同景别和光影变化，例如：话筒特写、深情侧脸、远景录音室全貌、手部细节。

 踩坑提示

人脸一致性： 即便 AI 强大，细节图的人脸仍可能微调。在生成组图后，对那些人脸发生微妙变化的分镜图，使用图生图功能，微调提示词，重新生成，确保人脸在所有分镜中都完美统一。

三、制作音频

先做歌词：用 DeepSeek / 豆包/ 其他写歌词模型生成草稿。

提示词示例：

帮我写一首适合年轻人听的深情情歌，主题为“错位时空的暗恋”，副歌简短上口，押韵自然，适合A段-副歌结构，总长度控制在3分钟。

用AI生成音乐：推荐 Suno、Mubert、AIVA 等生成音轨，导出高品质 WAV（48kHz）。

分段处理：把音频拆成与分镜对应的小段（每段 4–8 秒），方便生成与微调。

可选技巧：用假声合成或转唱功能，让声音更像歌唱（部分平台支持合成唱腔）。

四、生成数字人

进入即梦的 数字人 功能页面

操作步骤：

上传角色： 上传你的数字人形象照片。

音频导入： 推荐选择上传音频，音频30s以内。

模式选择： 大师模式虽然消耗积分高，但其人物表情、口型同步、动作细节的生动自然度是基础模式无法比拟的！

提示词模板：

景别：[近景/半身/全身/背影]， 运镜：[静帧/慢推/环绕/平移]，速度[慢/中/快]，动作：[嘴型/眼神/头部/手部/走位]（如 “微微张口 → 低头含情注视 → 右手抚麦克风”），表情：情绪关键词（如“深情、怀旧、投入、微笑”），口型与上传音频对齐，随歌词节拍精确同步

五、合成视频

将数字人片段按照歌词顺序排列好，确保画面与歌词完美匹配。

再使用剪映的智能字幕功能识别歌词，并对字幕进行美化。

就这样，一个生动、流畅、充满情绪张力的 AI 数字人 MV 就完成了！

关注我，了解更多AI教程！