根本原因是原始拍摄素材未达训练门槛。需严格按三步采集形象：正对镜头静止3秒、缓慢张嘴说“啊”三次；关闭hdr与美颜，手动设置iso≤400、快门≥1/60s、白平衡为日光；背景纯色且离墙1.5米以上。
☞☞☞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☜☜☜
度加AI数字人生成后看起来不像真人，根本原因不是算法不行，而是原始拍摄素材没达到训练门槛——一张反光的额头、两秒的侧脸、三帧抖动，都会让AI学错人脸结构，最终输出“形似神不似”的结果。
形象采集：这一步错了后面全白干
用手机前置摄像头在浴室镜子前随便录10秒，99%会失败。度加后台对视频质量有硬性识别逻辑，低于阈值直接降权处理，不是“生成效果差”，而是“根本没认真学你”。
第一步：确保画面中只有你一人，正对镜头，双眼完全睁开，嘴巴自然闭合（不要微笑也不要抿嘴）→保持3秒不动→缓慢张嘴说“啊”并维持2秒→重复3次。这个口型序列是度加驱动模型的关键锚点，缺一帧都可能导致嘴型错位。
第二步：关闭手机HDR和美颜，调出专业模式，手动设置：ISO≤400、快门速度≥1/60s、白平衡选“日光”。【反光是最大杀手，眼镜镜片、额头油光、发丝遮挡眉峰，三者任一出现，相似度直接掉30%】
第三步：背景必须是纯色（浅灰/米白最佳），离墙至少1.5米。绿幕可以，但人物身上不能沾绿色反光——尤其穿浅色衬衫时，肩部泛绿会导致AI误判肤色边界。
声音克隆：比脸更致命的破绽来源
很多人以为声音只要“像”就行，其实度加TTS模块对气息稳定性极度敏感。一段录音里出现两次换气声过重，生成语音就会在对应位置卡顿，听感瞬间变机器人。
方法一：用录音笔或手机外接领夹麦，在安静卧室录制。读一段200字左右的说明书文案，语速控制在每分钟180字，中间不喘粗气、不拖长音、不刻意加重任何字。
方法二：如果只有手机内置麦，务必关掉空调、风扇、冰箱，拉上窗帘隔绝窗外车流。录完立刻回放，听到“嘶”“嗯”“呃”等填充词，整段作废重录。
【禁止用会议录音、视频配音、带背景音乐的播客片段做声源——哪怕只混入0.3秒键盘声，克隆音里也会固定出现“咔哒”杂音】
动作与表情：别让AI学你揉眼睛
度加不支持后期添加微表情，所有眨眼、点头、嘴角微扬都依赖原始视频里的真实动作。它不会“创造”自然感，只会“放大”你给的样本。
① 镜头前坐直，双手放在膝盖上，全程保持肩线水平。突然歪头、耸肩、摸头发，这些无意识小动作会被AI判定为“常态”，导致数字人永远斜着脖子说话。
② 每15秒自然眨眼一次，幅度要够——眼皮必须完全盖住眼球再睁开。眨太轻会被识别为“眼部抽动”，眨太重会生成夸张翻白眼效果。
③ 说“今天天气不错”时，让右嘴角比左嘴角高0.5毫米。这个细微不对称是活人笑容的关键特征，AI能捕捉到，但需要你主动给出来。
