想做ai数字人，喂聊天记录和语音

小二 2026-08-23 21:21 1

佬们，我看许多人分手，或者亲人离世特别难过的，就想着做ai数字人，喂语音喂聊天记录，刚有这个想法，我不懂编程，我只能用ai，佬们有什么好想法好建议吗？可以给我支支招

最新回复 (10)

WANGHaoo 08-23 21:25

1楼

蹲一下，期待好想法。

我也想做一个。
小二楼主 08-23 21:28

2楼

刚有初步的想法不知道能不能做出来^-^
秋秋秋 08-23 21:30

3楼

这个东西我也有点想法但还没做，我的初步想法是利用大量材料，去模拟这个人的思维方式，聊天语气等，我觉得要有RAG语料库，复杂问题应该还会有skill ，让他知道为什么这么讲，比让他单纯的模仿来的重要
Nathan3 08-23 21:35

4楼

ai数字人很多了，前两年这个技术就挺多了的大厂也都在做。因为这两年生成式技术很火（diffusion model，NeRF，高斯泼溅），我记得是比较成熟了在论文里，大厂和强组都做了挺多demo出来了。
麦子 08-23 21:36

5楼

黑镜的现实版，感觉用不了几年就会出来了
worldsHello 08-23 21:38

6楼

优必选是不是有个这种玩意？先是数字人，后面平移到机器人
Mark 08-23 22:28

7楼

哈哈哈有没有什么交流群，我也正在自己摸索，很多问题都不会，有同好可以交流吗？
Lx 08-23 22:31

8楼

很难做这个的，有些东西你没办法落地
BearCandy 08-23 22:35

9楼

最近也在尝试搞这个，主打情感陪伴+AI带货，目前是关注到了这几个项目

MuseTalk

CyberVerse

站内大佬的 Opentaking

声音的话选用index-tts-2

但是视频实时处理很僵硬。

目前只考虑了两层，但是边界没确定好比如说什么时候切换，精良层和实时层

精良层负责热场，产品切换等。

实时层负则实时处理。

目前呢实时层是只有嘴和身体做固定重复的动作，精良层的话走的是minimax 路线，RTX5090生成15s视频要长达5min

本人小白哈，个人观点，大佬勿喷，欢迎指点！
kk C 08-23 22:36

10楼

仿真还是动态生成，如果是仿真的真人交互，路还很长