天工AI口播视频功能可在5分钟内生成带数字人出镜、自动对口型、配字幕的成片。用户只需上传300–800字完整文案，选择数字人形象与音色，设置画幅、字幕等参数，点击生成即可完成全流程。
☞☞☞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☜☜☜
想用天工AI快速做出一条像真人讲解一样的口播视频，不用买设备、不需布光、不拍一帧画面，只要有一段文字，5分钟内就能生成带数字人出镜、自动对口型、配字幕的完整成片——这正是2026年天工AI口播视频功能的核心能力。
第一步：准备并上传你的口播文案
打开天工AI官网（tiangong.cn），登录账号后点击首页【视频创作】→【口播视频】入口。页面会直接弹出文本输入框，把你要讲的内容粘贴进去。注意：文案必须是完整句子，避免碎片化短语或纯关键词，否则AI无法准确理解语义节奏。比如写“产品三大优势：1.速度快；2.成本低；3.易上手”，不如改成“这款工具最大的三个好处，第一是运行速度特别快，第二是整体投入成本比同类方案低40%，第三是界面设计非常直观，新手5分钟就能上手”。【文案长度建议控制在300–800字之间，过短会导致数字人动作单调，过长则可能被系统自动截断】
粘贴完成后，点击右下角【下一步】，系统会自动进行语义分段和情感标注，为后续口型驱动和语气适配做准备。
第二步：选择数字人形象与音色
方法一：使用平台预设数字人
在形象库中滑动浏览，可按性别、年龄、职业风格筛选。推荐新手优先选「商务青年」「知性讲师」「科技极客」三类模板，它们的微表情丰富度高、口型匹配误差率低于0.8%。选定后点击【应用】即可。
方法二：启用个人克隆数字人（需提前完成形象训练）
如果你已在天工AI后台上传过30秒全身视频+30秒原声录音，并完成形象克隆流程，此处会显示【我的数字人】标签页。点击进入后，选择已训练完成的形象，系统将自动加载对应面部纹理、眨眼频率和唇动模型。注意：克隆形象首次调用需等待约12秒加载，期间不可刷新页面。
音色选择紧随其后。预设音色中，“沉稳男声V3”和“清亮女声V2”适配90%知识类内容；若使用克隆音色，则直接显示【我的声音】，无需额外设置。
天工AI (iOS) 5.2.1版本新增 PPT 生成页数配置、十余种专业视频模板，并且支持设置视频比例与时长；定时任务可指定模型并推送到 IM 渠道。修复了下载失败等问题，提升了稳定性与内容创作体验，让创作更自由、更高效。
第三步：配置视频参数并生成
① 设置基础参数：在【视频设置】面板中，将时长滑块拖至目标值（默认60秒，支持精确到±0.5秒）；选择画幅比例——抖音/视频号选9:16，B站/小红书选16:9；分辨率统一设为1080P（4K选项仅对付费用户开放，且生成时间延长40%）。
② 开启智能增强：勾选【自动添加字幕】（字体默认思源黑体Medium，位置居中偏下，白底黑字带阴影）；开启【背景虚化】可让数字人主体更突出；如需强化专业感，可开启【手势识别】，AI会根据文案关键词自动生成抬手、点头、摊掌等自然肢体动作。
③ 点击【立即生成】按钮。系统进入渲染队列，普通文案平均耗时2分17秒。进度条旁显示实时预估剩余时间，此时可离开页面，生成完成会通过站内信推送通知。
生成完成后，页面自动跳转至预览界面，右侧提供【下载MP4】【复制分享链接】【重新生成】三个操作按钮。
