IT 之家 12 月 4 日消息，据可灵官方公众号，全新一代可灵数字人 2.0 即日起全量上线，经过上传角色图 → 添加配音内容 → 描述角色表现三个步骤，即可生成 " 能说会演 " 的数字人。

根据介绍，本次更新针对旧版带来了三大突破性改变：表现力拉满、手部及口型精准控制、支持最长 5 分钟内容。其 " 精通 " 体态动作、手势、表情、镜头语言，可做到更生动的情绪传达。

据 IT 之家了解，可灵 AI 于今年 9 月推出数字人功能。当时，通过一张角色图片加一段文字或音频，即可生成 1080p / 48FPS、最长 1 分钟的数字人视频。该数字人功能基于多模态理解与视频生成模型的深度结合，实现了口型精准同步以及情绪动作的精细控制。其采用的基于 Transformer 的 DiT 架构，在处理时序信息和细粒度控制方面具有独特优势，能够精准解析面部特征、理解音频语义，并根据语音内容推断合适的面部表情和微动作，从而确保生成的数字人在视频全程保持角色一致性。