先说一个核心判断：百度一镜并非简单复制“人做一遍、系统录一遍”的传统模式。它的真正价值在于，将脚本生成到最终视频输出的完整流程，交由一组智能体并行协作完成。脚本Agent负责撰稿，分镜Agent拆解画面，素材Agent从库中检索或生成对应素材，剪辑Agent自动合成——全程无需手动切镜头、配字幕或逐帧调节节奏。

核心思路很明确：一个人、一镜，即可完成直播、短视频、品牌大片，甚至实时互动。但要想让这个闭环真正跑通，必须将“从输入一个主题到输出一个完整视频”的整个过程，完全交由AI来调度执行。

一键启动“发言人解决方案”

操作流程非常直观：进入百度一镜控制台，找到【数字人视频】模块，点击【发言人解决方案】，然后新建一个任务。

需要填写的内容包括主题（例如“2026夏季防晒趋势解读”）、目标平台（可选抖音、小红书、官网等），以及视频时长（30秒、60秒或90秒）。系统会调用文心大模型，根据平台调性自动生成口播稿和分镜脚本。

这里有一个关键点：必须勾选“启用AI混剪”。 如果不勾选，系统仅输出纯口播视频，不会自动插入产品图、数据图表或实拍片段。那些能增强说服力的素材，都要通过这个开关来调用。

真人克隆+智能脚本双驱动

如果你希望数字人更像真人，有两种方式可以选择。

方式一： 上传一段3分钟以上的真人出镜短视频。要求正面拍摄、光线均匀、无遮挡。上传后点击【形象克隆】，大约等待15分钟，数字人分身即可生成。

方式二： 在【智能脚本】模块中，输入商品卖点，例如“玻尿酸精华，98%高纯度，滴管设计防氧化”。然后选择仿写对象——有罗永浩式的强节奏、帕梅拉式的亲和力，或大河报式的权威感。系统会生成带有情绪标记的脚本，比如[停顿0.8s]、[微笑]、[语速加快]——这个细节确实让人有一种“真人在念稿”的错觉。

两种方式生成的内容会自动绑定到同一个数字人。后续所有视频任务都可以复用这个分身和风格模板，无需每次重新训练。

三步完成跨平台批量发布

最后一步是发布。操作流程分为三步，但效率是关键。

第一步： 在【视频生成】页面，勾选已生成的数字人+脚本组合。设置输出参数：分辨率1080p、帧率30fps、字幕位置底部居中。

第二步： 点击【多平台适配】。可以勾选不同平台：TikTok会自动添加竖屏比例和字幕动画；Shopee会插入促销角标和价格弹窗；阿里国际站会生成英、西、法三语配音轨道。

第三步： 确认后点击【批量生成】。系统会启动四组智能体并行作业：数字人生成Agent、分镜编导规划Agent、素材生成Agent、排版剪辑Agent。视频会自动输出到各平台指定的文件夹中。

从生成到发布，全程无需人工干预。这个流程在传统模式下，至少需要三个人、两三天时间。而现在，一个人、一镜，就能轻松搞定。