博客 / 阅读约 5 分钟 · 2026-05-24

Gemini Omni 数字人（Avatar）功能：硬性门槛、录制要求和实测有效的做法

Gemini Omni 数字人（Avatar）功能的已验证规则汇总：年龄和地区门槛、身份验证、参考视频的录制要求、SynthID 水印，以及用 @username 把自己的形象调进视频的写法。

Avatar（数字人）是 Gemini Omni 最新鲜的功能：用 @username 语法，就能把自己的脸和声音调进生成的视频里。这也是 Google 在 Omni 里管得最严的功能，年龄、地区、身份验证都设了硬门槛。

这篇把 Google 帮助页面和公开上手评测里所有已验证的规则收在一起，再加上决定数字人能不能用好的录制要求。

硬性规则

以下规则来自 Google 的 Avatar 帮助页面。发布初期（2026 年 5 月），每一条都没有商量余地：

• 年龄——必须年满 18 岁。Google 看的是账号登记的出生日期，不接受自己声明。
• 地区——发布初期，欧洲经济区（EEA）、瑞士和英国用不了。开 VPN 也没用，Google 会同时核对账号所属地区和 IP。
• 语言——只支持英语。发布初期，声音克隆和提示词对应到数字人的功能都只认英语。
• 订阅档位——只有付费的 Google AI 套餐（Plus / Pro / Ultra）能用。免费的 YouTube Shorts 入口里没有。
• 身份验证——设置时必须现场录一段人脸和声音。这一步会在 Google 系统里把数字人和你的真实身份绑定。
• SynthID 水印——每条数字人视频的像素里都嵌有 Google 的 SynthID 标识。不能关、去不掉，压缩和转格式之后也还在。

参考视频：数字人成败全看这一步

大多数人就栽在这里。据 Chrome Unboxed 的上手评测，这段录制决定了脸像不像、口型对不对得上、表情有多丰富。一次录好，数字人能稳定用好几个月。

机位与构图要求

• 眼睛、鼻子、嘴巴都要拍清楚。 别戴反光严重的眼镜，脸上不能有局部遮挡。
• 别戴墨镜、口罩或挡脸的帽子。 挡一部分也不行。
• 背景里不能出现别人的脸。 画面里只能有你一个人。
• 脸上的光要均匀。 正面光或前侧光比侧光好，别让半边脸压着一道硬阴影。
• 脸占画面大约 40～60%。 太近边缘会变形，太远细节不够。

录多长、录什么

• 大约 30 秒，表情要有变化。 笑一笑、放松、微微转头，正常眨眼。
• 说 5～10 句短句，用来克隆声音。 语调要有起伏，别像机器人念稿。
• 眼睛看镜头。 眼神方向会被记下来；录的时候眼睛看别处，生成的数字人在成片里也不会看镜头。

常见翻车原因

• 戴着平时常戴的眼镜录。 之后成片里的数字人会一直戴着眼镜，提示词里怎么写都没用。
• 顶着很有辨识度的发型或造型录。 同理，这个造型会被锁死。
• 背景太乱，或者有人从身后走过。 Google 的预处理有时会认错主体。

只要出现以上任何一种情况，就从头重录。数字人建好之后不太好改。

@username 调用写法

数字人审核通过后，在任何 Omni 提示词里写 @your_username 就能调用：

@your_username sits at a wooden desk in a warmly lit home office,
talking to the camera. 10-second 16:9, one continuous shot,
slight handheld, 35mm film grain.

注意：

• @your_username 必须和 Google 账号用户名完全一致。 区分大小写。
• 一条提示词里只能有一个 @username。 发布初期不支持多个数字人同框。
• @username 可以和可复用角色 @character_name 一起用。 适合“你 + 你家狗”或“你 + 一个虚构搭档”这类场景。
• 常规的提示词规则照样适用。 镜头术语、时长锁定、“保持 X 完全一致”在数字人提示词里都管用。

数字人擅长什么

综合多篇上手评测：

• 口播镜头——最强的用法。在光线好的室内说英语，口型同步“准得吓人”（Chrome Unboxed 原话）。
• 反应表情——惊讶、担心、微笑、大笑。微表情表现得很好。
• 说话时的轻微运镜——轻微手持、缓慢推镜（push-in）、柔和摇镜（pan）。运镜幅度一大，准确度就下降。
• 简单换背景——同一个口播画面，换成另一间办公室、咖啡馆或户外。

数字人容易崩在哪

• 侧脸——头从正面转过 45° 以后，准确度明显下降。
• 动作戏——跑、跳舞、复杂的手部动作，很快就会走样。
• 手拿东西靠近脸——比如手机贴耳朵的镜头，往往看着很别扭。
• 画面里有好几个人——第二张脸经常糊掉或变形。
• 非英语的语音提示词——克隆的声音会变回默认的英语音色，或者口型完全对不上。

合规与伦理限制

Google 内置了几条值得了解的安全规则：

• 只能调用你自己的数字人。 想拿照片克隆别人的脸，在验证这一步就会被拒。
• SynthID 是强制的。 任何数字人视频都能通过 Google 的验证工具识别出是 AI 生成的。
• 使用范围受限。 Google 表示会监控数字人是否被滥用；个人内容之外的商业用途，可能需要额外审核。

对大多数独立创作者来说，意思就是：只用在自己的内容里，清楚标注，别想着冒充任何人。

快速设置清单

录参考视频之前：

• 背景干净，画面里只有你一个人
• 正面光或前侧光，没有硬阴影
• 不戴眼镜（除非你一直戴）、不戴帽子、不戴口罩
• 脸占画面 40～60%
• 30 秒、表情有变化
• 用不同语调说 5～10 句话
• 眼睛看镜头

提交第一条数字人提示词之前：

• 账号已确认年满 18 岁
• 不在欧洲经济区 / 瑞士 / 英国
• 付费 Google AI 套餐已开通
• 参考视频已审核通过
• 提示词只用英语

相关内容

• 提示词库里的数字人提示词——可直接拿来用的数字人模板
• “保持 X 完全一致”锁定句——数字人多轮编辑同样适用
• 完整实战指南——Omni 的整体背景
• 术语表——@username、SynthID、Avatar 的正式定义