智影工坊 AUTOavantar：本地 0 元做数字人视频

做短视频的朋友大概都有过这种经历：一条口播视频，化妆、背稿、找场地、调灯光，折腾大半天。请个真人主播，月薪又是大几千，中小商家根本扛不住。

所以数字人工具这两年特别火。但市面上的商用平台，年费动辄几千上万，换个形象还要加钱。直到我在 GitHub 上翻到这个项目，才觉得数字人这事真的能低成本落地。它叫 AUTOavantar，在国内常被叫做”智影工坊”。

这里先说一句容易踩坑的：它跟腾讯那个”智影”不是一回事。腾讯智影 2025 年就已经停服注销了，而 AUTOavantar 是独立开发者维护的开源工程，代码完全公开，可以自己部署在自己电脑或服务器上。

它到底能干什么

简单说，它是一个”数字人视频工厂”。你准备好文字内容，系统自动帮你生成一段带数字人出镜的短视频，连字幕和背景音乐都能一并搞定。

它把原本要切好几个软件的工作串在了一个网页界面里：

• 文案生成：接了大模型，丢几个关键词进去就能自动出稿，也能直接粘贴现成文案，系统会自动分段，每段对应一个镜头。
• 语音克隆：内置 IndexTTS 引擎，上传一段 5 到 10 秒的参考音频，就能克隆你的音色，语速快慢、情绪起伏都能调。
• 数字人驱动：底层是 HeyGem ONNX，唇形同步精度挺高，侧脸或光线复杂点也能对上。还支持 GFPGAN 人脸增强，画面糊一点也能救回来。
• 后期合成：开场、循环、结尾自动拼接，BGM、字幕、转场一并搞定，默认输出 1080P、30 帧。

实际使用流程

我翻了项目文档和几个部署帖，整套流程跑下来大致是这样：

第一步，建一个数字人角色。上传你的开场视频、循环视频，再传一段参考音频做音色克隆，系统会做面部分析，自动识别你的脸。

第二步，写文案。可以用 AI 生成，也可以自己贴。文案会自动分段，每段对应一个镜头。

第三步，创建渲染任务。选好角色、场景素材、BGM，点提交。系统自动走完全流程：TTS 生成语音、HeyGem 驱动唇形、视频合成、加字幕。进度通过 WebSocket 实时推到页面上，你能看着它一点点跑完。

第四步，导出成片。分辨率、帧率在配置文件里能改，默认 1920×1080、30 帧。

怎么装起来

项目提供了两种玩法。

新手最省心的是一键整合包：作者把环境和模型都打包好了，Windows 用户下载 autoavantar.exe 双击就能启动，后续有更新程序会自己提醒。

愿意折腾的可以手动部署，需要准备：Python 3.10 以上、Node.js 18 以上、CUDA 11.8 以上，以及一块 NVIDIA 显卡。显存至少 4GB，能跑完全部任务，但会比较慢；6GB 以上就舒服多了。配置大模型 Key 在 config/api_keys.yaml 里，默认支持 DeepSeek 和阿里云，填上自己的就行。

提醒一句：项目里作者留了一个自带 Key 说是自己充的钱，千万别拿去狂刷。另外 20 系以下的老显卡（比如 GTX 10 系列）用不了封面生成功能，但核心功能不受影响。

源码地址放这里，自己去拉：

https://github.com/Eikwang/AUTOavantar

优点和缺点，我都列一下

先说优点。免费，这是最实在的。数据全在本地，素材、数字人形象、音色模型都归你自己，不用担心平台哪天涨价或者跑路。代码完全开放，有技术能力的团队能拿去做二次开发，改成适合自己行业的版本。批量任务队列也很实用，一次性扔进去几十条渲染任务，它自己排队处理。

缺点也得讲清楚，免得你满怀希望拉下来发现不是那么回事。

情感表达这块，IndexTTS 已经很强了，但跟真人比还是少了点烟火气。复杂肢体动作目前主要靠素材视频驱动，想做大幅度舞蹈或者武术动作，暂时不现实。部署有环境依赖门槛，没有 N 卡基本玩不转，社区支持为主，遇到问题得自己翻 Issue，响应速度肯定比不上商业产品。

除了自部署，还有云端版

如果你不想折腾环境，也有个现成的云端版本，官网是：

https://www.shpy.top/

它和开源版用的是同一套思路，但不用自己装，注册就能用。免费试用版每月 5 个积分（约 3 分钟视频）、720P、带平台水印，不能商用；基础版 99 元/月，高级版 299 元/月，支持声音克隆和 API 调用。说白了就是花钱买省事，适合完全不想碰命令行的朋友。

写在最后

数字人视频这个赛道今年特别卷，开源项目层出不穷，但能把”文案 → 语音 → 数字人 → 剪辑 → 字幕”整条链路串起来的，确实不多见。AUTOavantar 算其中一个，普通人也能玩得转。

合规提醒一句：本地部署请遵守项目 LICENSE 与开源协议，素材和克隆形象注意版权；云端版明确禁止生成违法违规内容，别拿去乱用。另外数据自主也意味着责任自负，生成的内容自己要把关。

如果你手头有块闲置的 N 卡，或者本身就是技术出身想试水数字人赛道，这个项目值得拉下来折腾一下。就算不商用，拿来搞懂数字人 pipeline 的完整流程，也挺值。

我是胖猫，在“胖猫小栈”聊聊好玩的 AI 工具和开源项目。