百度一镜的数字人克隆，到底有多简单？

可以先直接说结论：用百度一镜生成一个和自己长得一模一样的数字人，不需要什么建模、美工、代码，只需一段真人视频，点几下鼠标就能搞定。

整体流程大致是这样：登录并实名认证后，选择你需要的克隆方式——精品克隆（约4小时，需要说话视频）、极速克隆（30分钟，闭口正脸视频就行）或照片克隆（秒级，静态）。然后上传一段10到30秒的视频，手动调整一下裁剪框，确保人脸完整无缺。提交后，等着训练完成，就能预览360°的最终效果了。

从哪开始？入口和权限先确认清楚。

打开百度一镜的官网或者App，用你的百度账号登进去。如果你是第一次使用，在首页就会自动弹出一个“立即体验”的浮窗，点一下就好——系统默认送一次精品克隆加三次极速克隆的权益，不需要额外花钱，也不用去填什么企业信息。

这里要留意一点：新注册的用户在首次登录后，必须完成实名认证（只用到手机号和信息验证），否则根本进不人克隆页面。可以这么说——不实名，你连上传视频的入口都看不到。

三种克隆类型，怎么选？

进入“形象制作”模块后，你会看到两条截然不同的路径，究竟走哪条，取决于你要把它用在什么地方：

方法一：精品克隆
如果你需要数字人的口型能做到精准同步，比如用在总裁出镜带货、知识类口播这种场景，那就走这条路。训练耗时大概4小时，要求你提供的视频里自己张嘴说话，面部表情清晰无遮挡，而且必须包含清晰的音频（系统会提取你的声纹特征，后续用于口型联动）。

方法二：极速克隆
这个最省时间，30分钟就能搞定。最适合店铺自播、短视频批量生产这类场景。你只需要提供一段闭口正脸的视频（尽量避免眨眼或转头）。它对光线和背景的要求没那么高，但效果上的口型是由大模型智能匹配的，不依赖你原始的声音。

方法三：照片克隆
如果你只需要一个静态的2D分身，用来做基础播报，那用一张高清正面照就够了（分辨率至少1080×1080，最好是纯色背景）。秒级就能生成，不过只能做基础播报，不支持走动或者拿实物动作。

上传与预处理：关键的几步

第一步，点击“上传素材”，从电脑或手机里挑出你准备好的那段10到30秒的视频。

第二步，系统会自动帮你做人脸检测、关键点定位、光照归一化处理，这是后台的事，你暂时不用操心。

第三步，也是最关键的一步——你要手动调整裁剪框，确保从额头到下巴完整地框在里面，左右留白最好不要超过画面的15%。这一步是绝对不能跳过的。如果系统提示“人脸占比不足”，那就是裁剪框调得太紧了，或者角度偏了，必须重新拉框。

第四步，勾选“自动扣图”（这个选项只在你的背景是纯绿幕时才有用）。如果你的背景是普通白墙或浅灰布，请保持默认的“智能抠像”，不然边缘会出现毛边或阴影，效果差很多。

提交训练与查看进度：收尾工作

① 填写人像名称，建议用“真实姓名+用途”的格式，比如“张伟_电商直播”，方便以后管理。

② 选择声音方案。你可以复用刚才视频里的原声（这会消耗一次声音克隆权益），也可以先留空，后面再单独配。

③ 阅读并勾选《数字人生成服务协议》。协议里写得很清楚：生成的形象只能用于本人商用，禁止转售或用来仿冒其他人，这一点得心里有数。

④ 最后，点击“开始克隆”。页面会跳到“我的人像”资产页，状态显示为“训练中（预计剩余XX分钟）”。

等到训练完成，图标会变成绿色✅。点开缩略图，就能玩起来了——可以看360°旋转效果、测试逐帧口型驱动效果，还能看它对点头、微笑、抬手这些基础动作指令的反应。