近年来，人工智能生成内容（AIGC）技术的迅猛发展，为数字人制作提供了新路径。针对广电行业对高频次、低成本数字人内容的迫切需求，本研究提出了一条基于AIGC的轻量化广电数字人生成路径。该路径通过充分运用各类AIGC技术，摒弃了依赖专业硬件与复杂工艺的“重”制作模式，转向以智能化、自动化为核心的“轻”生成范式，通过流程整合与资源协同，实现生成效率与内容质量的最优平衡。

　　本文作者：

　　吕晨，任海全      北京广播电视台

　　第一作者简介：

　　吕晨（1989—），女，北京广播电视台高级工程师，硕士。主要从事广播播出系统的研究、AIGC及其在广播电视行业的应用研究。

　　NO.1 轻量化广电数字人生成路径的整体设计

　　1.1 设计目标与核心原则

　　本路径的设计整合多种 AIGC 技术，确立了明确的轻量化目标：实现高频生产，支持日更级内容输出；确保成本可控，显著降低专业设备与人员依赖 ；保障质量达标，满足广电播出基本要求。

　　为实现这些目标，路径构建了三大核心原则 ：并行发起，在流程设计上实现视觉与语音支路的同步启动；串行依赖，在各支路内部基于 AIGC 技术特性建立稳定处理序列 ；审核闭环，在 AIGC 生成关键节点嵌入人工审核，确保内容安全与质量。

　　1.2 生成路径的流程剖析

　　基于 AIGC 技术构建的轻量化广电数字人生成路径，包含了视觉与语音两条并行生成支路及最终合成环节（如图1所示），各环节通过 AIGC 技术的输入输出关系紧密衔接，并在关键节点设有审核机制以确保内容质量。

图1 轻量化数字人生成路径示意图

　　该路径具体流程充分体现了多种 AIGC 技术的协同应用：视觉支路通过 AIGC 文生图 / 图生图模型将文本或图像输入转化为数字人静态形象 ；语音支路借助 AIGC 大语言模型生成播报文案，再通过 AIGC 语音合成技术转化为语音音频。在合成环节，基于 AIGC 音频驱动技术将静态形象与语音音频融合，生成口型精准匹配的广电数字人播报视频。最终输出前需经过成品质量审核，确保内容符合播出标准。

　　整个流程通过合理的并行设计提升效率，基于 AIGC 技术逻辑的串行执行保证可靠性，并结合多重审核机制确保内容质量与安全。

　　1.3 “轻量化”在路径中的体现

　　本路径的“轻量化”特质源于 AIGC技术的全方位赋能，具体体现在三个层面：

　　1. 流程轻便：通过科学的流程设计实现多支路并行执行，充分发挥不同 AIGC技术的独立处理能力，大幅压缩生产周期。

　　2. 资产轻盈：通过 AIGC 生成技术直接输出标准化视频文件，摒弃了庞大的三维模型数据，极大降低了存储与传输需求。

　　3. 操作轻捷：依托 AIGC 技术的友好交互特性，内容创作者无需专业三维软件技能，即可实现高效的数字人内容创作。

　　该路径通过多种 AIGC 技术在流程中的有机组合，构建了真正意义上的轻量化广电数字人生产解决方案，为行业规模化应用提供了可靠路径。

　　NO.2  关键技术与实现

　　本章将系统阐述轻量化广电数字人生成路径中各环节所依托的核心 AIGC 技术。这些技术共同构成了从文本描述到最终视频内容的自动化生成基础，是实现轻量化生产目标的技术保障。

　　2.1 视觉资产生成环节的关键技术

　　视觉资产生成环节主要依托 AIGC 领域的图像生成技术，具体包括文生图与图生图两类生成方式。通过 AIGC 模型对输入信息的深度语义理解与视觉重构，能够高效生成符合要求的广电数字人静态形象。

　　国内主流平台如文心一言、通义万相和即梦 AI 等在中文语境理解和文化特征表现方面具有显著优势，能够准确解析包含特定文化元素的描述词，更好地适配广电行业需求。提示词工程对生成质量至关重要，采用涵盖主体、细节、环境与风格的结构化提示策略可有效改善输出效果。技术选型应兼顾生成质量、计算效率与文化适配性，上述国产 AIGC 模型在这些方面的综合优势明显，更适合广电行业的轻量化应用场景。

　　2.2 语音资产生成环节的关键技术

　　语音资产生成环节充分利用 AIGC 技术在自然语言处理与语音合成方面的能力。在文案生成方面，DeepSeek、通义千问、文心一言等国产大语言模型能够依据主题快速生成结构严谨、表达准确且符合中文语境和文化习惯的播报文案。

　　语音合成环节优先选用国内技术方案，MiniMax Speech-02 等商用 AIGC 语音合成方案可以提供高质量的云端 API 服务，支持高质量声音复刻与多情感语音合成，适合广电行业快速集成与应用。另一方面，IndexTTS2、VibeVoice 等开源AIGC 语音合成技术支持本地化部署，虽需自行配置推理环境，但具备更高的数据安全性和定制灵活性。

　　实际系统构建中，可通过灵活调用云端 API 或部署本地TTS 引擎，将大语言模型与语音合成服务高效集成，形成端到端的自动化语音生产流程，为广电行业提供高质量、高效率的语音生成解决方案。

　　2.3 音频驱动与视频输出环节的关键技术

　　音频驱动与视频输出环节是广电数字人生产流程中的核心技术阶段，承担着通过输入音频驱动静态数字人图像生成最终播出视频的关键任务，其性能直接决定数字人内容的音画同步质量与视觉表现力。

　　目前，已有多种成熟可靠的 AIGC 技术能够为这一环节的实现提供有力支持。Wan2.2-S2V 基于扩散模型实现高精度口型同步与电影级视频生成，在单人播报场景中表现优异。MultiTalk 通过创新的标签旋转位置嵌入技术，有效解决多角色对话场景中的音画绑定难题，适用于访谈、节目等多人群场景。InfiniteTalk 采用稀疏帧视频配音和流式生成架构，在确保口型同步精度的同时实现长视频生成与全身动作的连贯性。

　　上述 AIGC 技术均以开源形式提供，支持本地化部署，便于依据广播电视业务的具体需求进行灵活选择与适配，为广电数字人技术的大规模应用提供可靠的技术支持。

　　2.4 技术集成与实现考量

　　在轻量化广电数字人生成路径的整体实现中，需要基于AIGC 技术特点统筹以下关键要素 ：

　　1. 效果与效率的协同 ：平衡 AIGC 生成质量与推理速度，优先采用高效且支持分布式部署的模型，在满足口型同步度、画面真实感等基本播出要求的同时保障时效性。

　　2. 资源优化与成本控制 ：通过模型量化、显存优化与多任务调度降低 AIGC 模型资源开销，积极利用国产化推理框架与硬件适配控制成本，支撑大规模应用。

　　3. 可扩展性与质量保障 ：保持技术架构的模块化和开放性，为后续 AIGC 算法迭代和多风格扩展预留能力。建立全流程质量校验机制，对生成结果的音画同步、语义一致性等关键指标进行监测与筛选。

　　通过以上维度的统筹设计，能够构建既满足轻量化要求，又兼顾业务适应性的广电数字人生成路径，为 AIGC 技术在广电行业的深度应用提供实践基础。

　　NO.3

　　实践成果与流程验证

　　为验证技术路径的可行性，前述基于 AIGC 的轻量化广电数字人生成路径在典型广电场景中完成了全流程验证，积累了实践经验并取得了阶段性成果。

　　3.1 典型场景的流程验证与初步成果

　　该技术路径已在以下三类典型场景中完成应用验证 ：

　　1.应急预警播报场景：通过大雨红色预警播报的实践（如图 2 所示），验证了基于 AIGC 的轻量化广电数字人在紧急信息发布方面的快速响应能力。

图2 广电数字人在应急预警播报场景中的应用

　　2.重大活动播报场景：围绕 2025 年北京文化论坛、服贸会等重大活动，开展了即时新闻播报验证（如图 3 所示）。

图3 广电数字人在重大活动播报场景中的应用

　　3.生活服务类播报场景：以二十四节气介绍为代表，验证了广电数字人在生活资讯领域的适用性。通过 AIGC 技术将传统文化知识转化为亲切易懂的短视频，单期制作时间约 5 小时，展现了轻量化广电数字人在日常节目制作中的便捷性与亲和力，为生活服务类内容创新提供了新的技术路径。

　　3.2 当前应用效能的阶段性评估

　　通过多场景实践验证，基于 AIGC 的轻量化广电数字人生成路径在应用效能上展现出三方面优势 ：制作效率显著提升，时政类内容生产周期从数天缩短至小时级；成本控制效果明显，减少了对专业摄像、后期人员的依赖 ；内容质量基本达标，口型同步与画面质量满足新媒体端播出要求。特别是在政务与应急场景中，技术路径展现出快速响应、灵活生产的特点，为构建现代化公共服务体系提供了技术支撑。

　　3.3 实践过程中暴露的局限性

　　在取得初步成果的同时，实践过程中也发现当前技术路径在广电高标准场景下存在的局限性 ：数字人表现力仍显不足，面部表情单一，缺乏细腻情感变化，影响内容感染力；动作自然度有待提升，除口型同步外，头部与身体的自然微动作缺失，观感略显生硬 ；系统集成度较低，各技术环节仍为独立工具，未与制播系统深度打通，文件传递依赖人工操作，影响工作效率。

　　NO.4

　　应用展望与后续工作设想

　　基于实践验证中发现的技术局限，后续工作将重点围绕技术深化与流程优化两个维度展开，进一步提升轻量化广电数字人的实用性与易用性。

　　4.1 技术深化

　　在数字人表现力方面，通过引入更先进的 AIGC 情感化语音合成模型，提升语音播报的情感丰富度 ；同时优化 AIGC 提示词工程，增强面部微表情与肢体动作的自然度，着力提升广电数字人的视觉表现力与内容感染力。

　　在流程集成方面，致力于构建一体化的轻量化广电数字人生产工作流。通过开发统一的 AIGC 技术调度平台，打通从文案生成到视频输出的各个环节，减少人工干预 ；同时推动与现有制播系统的 API 对接，实现广电数字人内容的自动化归档与发布，全面提升生产效率。

　　4.2 应用优化

　　针对已验证的典型场景，将进一步固化生产流程，开发适用于不同场景的专用模板。通过优化提示词工程与参数配置，提升内容生成的质量稳定性。同时，建立常态化的质量监测机制，对生成内容的音画同步、语义一致性等关键指标进行持续优化，确保播出质量。

　　通过以上技术路径的持续完善，基于 AIGC 的轻量化广电数字人将在广电行业的数字化转型中发挥更重要的作用，为高频次、高质量的内容生产提供可靠的技术支撑。

　　NO.5

　　结束语

　　本研究成功构建并实践验证了一套基于 AIGC 的轻量化广电数字人生成路径。该路径通过创新的流程设计与技术整合，在应急预警、重大活动报道等典型场景中展现出显著的应用价值，有力推动了数字人技术在广电领域的规模化落地。当前技术虽然在效率与成本方面取得突破，但在广电数字人情感自然度、动作表现力与系统集成度方面仍存在提升空间。未来研究将聚焦于多模态 AIGC 技术的深度融合，重点突破自然动作生成等关键技术瓶颈，进一步提升广电数字人的智能水平与艺术表现力，拓展其在智慧广电生态中的创新应用，为媒体深度融合发展提供持续技术支撑。

责任编辑：凌美