百度一镜可凭30秒以上清晰正面手机视频克隆数字人，需无遮挡、匀光、纯色背景；上传后8～15分钟完成建模，支持试讲验证与多场景调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用百度一镜快速生成和自己一模一样的数字人分身，不用专业绿幕、不买灯光设备，只要一段清晰正面的手机拍摄视频就能启动克隆流程——但上传前必须确保人脸全程无遮挡、光线均匀、时长满30秒，否则系统会直接拒绝建模。
准备合格的克隆视频素材
打开手机前置摄像头，在自然光充足的室内正对镜头站立，保持头部稳定、表情自然，用手机录制一段30～60秒的说话视频，内容可为“今天天气很好，我们开始制作数字人”，语速平缓、口型清晰。
⚠️注意：视频中【不能戴眼镜、口罩或帽子】，刘海不能遮住眉毛，背景尽量简洁纯色，避免反光或强阴影区域——这些因素会导致面部关键点识别失败，克隆任务卡在预处理阶段超时退出。
录完后检查回放：眨眼正常、嘴唇动作连贯、脸部无模糊拖影。确认无误后保存为MP4格式，文件大小建议控制在50MB以内。
上传并启动形象克隆
方法一：网页端操作
① 访问 yijing.baidu.com，登录百度账号 → 点击顶部导航栏「数字人创作」→ 选择「形象克隆」；
② 点击「上传视频」按钮，从本地选择已准备好的MP4文件；
③ 填写形象名称（如“张三-日常口播”），勾选《数字人形象授权协议》→ 点击「开始克隆」。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
方法二：App端快捷通道
打开「百度一镜」App（iOS/Android最新版）→ 首页底部「+」→「克隆我的形象」→ 拍摄或相册选取视频 → 自动跳转至命名与提交页 → 确认提交。
这一步提交后不可撤回，系统将自动进行人脸分割、三维重建与纹理映射，耗时约8～15分钟，期间页面显示实时进度条，不要关闭浏览器或退出App。
验证与启用克隆形象
克隆完成后，系统弹窗提示「形象已就绪」，点击进入「我的形象库」；
找到刚生成的形象卡片，点击右侧「试讲」按钮，输入任意一句话（如“你好，我是AI分身”），观察口型同步精度与面部细微动作是否自然；
若发现嘴角僵硬、眨眼缺失或眼睑闭合不全，说明视频光照或角度存在隐性缺陷，需重新录制并【避开上午10点前与下午4点后的侧逆光时段】；
验证通过后，该形象即可在「视频合成」「直播推流」「实时互动」三大模块中直接调用，无需二次授权。
