AIGCPanel 開源數位人系統，免費版拿得到什麼、資料往哪送

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

想把一段人物影片配上自己的聲音、讓嘴型對上講出來的每個字，過去要在 HeyGen 這類雲端服務開月費扣點數，或者自己拼 MuseTalk、CosyVoice、FFmpeg 加環境相依套件。西安團隊 ModStart 開源的 AIGCPanel 想把第二條路變成安裝就能用：一個 Windows、macOS、Linux 都有安裝包的桌面面板，內建模型市場，點一下就把唇形同步模型裝起來跑。專案在 GitHub 累積五千多個星標，Apache-2.0 授權，版本節奏很快，2026 年 9 月下旬還在發 2.5.0。

聽起來像免費拿到了一條數位人生產線。動手之前有三個問題值得先問清楚：免費版到底拿得到什麼？我的電腦跑得動嗎？素材和隱私會往哪裡送？這三個問題的答案都不只是「有」或「沒有」，邊界畫得比官網首頁講的細。

一個面板包住四個唇形同步模型，它簡化的是組裝這件事

AIGCPanel 本體是一個 Electron 加 Vue 3 的桌面應用，自己不做任何模型。它做的事是把別人開源的模型包成「下載、啟動、餵參數、收成品」四步。唇形同步有 MuseTalk、LatentSync、Wav2Lip、Heygem 四種可選；語音合成在 README 列了 CosyVoice 三款、FishSpeech、IndexTTS、SparkTTS、GPT-SoVITS 七種。再往外圍走，FunASR 做語音識別、SenseNova 做文字生圖、PixRestore 做圖片修復、YuE2 做整首歌曲生成。上傳一段人物影片或綠幕影片，輸入文字讓語音模型先合成聲音，再交給唇形同步模型把嘴型對齊，一支口播影片就完成。工具箱另外掛了二十五個以上的影音處理功能，從字幕、變速、壓縮到綠幕去背換背景都有，2.4 版還加了歌曲翻唱。

首頁儀表板把數位人、語音、工具箱、直播四個入口排在一起，模型管理頁可以看到每個模型的狀態與日誌。

Pin

實際使用的形狀是這樣：先把人物影片存成「形象」，普通影片或綠幕影片都行，綠幕素材可以配合 2.4 版的去背換背景直接換場景。做聲音複製時，上傳或錄一段參考音檔、填上對應的文字，之後輸入任何稿子都會用那個音色念出來；合成任務進列表，成品可以批次下載。嘴型對齊這步可以直接吃語音模型的產出，也可以用你自己準備好的音檔。四種唇形同步模型各有取向：Wav2Lip 最老牌、門檻最低；MuseTalk 走即時路線，畫面連貫性是強項；LatentSync 是位元組跳動的擴散模型路線，中文口型匹配是它的重點；Heygem 則是雲端服務的接入口。換模型不用改流程，同一個形象可以分別用不同模型出片互相比對。

Pin

這個價值主張對特定人成立：本來就會碰指令列、但不想每次都重裝 Python 環境的人，省下的是組裝時間。如果你期待的是它「發明」了什麼新模型，那沒有，全部上游都是別人的開源成果，AIGCPanel 賣的是封裝。這點它沒有掩飾，README 逐個附了上游模型連結，自訂模型接入文件也開放，甚至提供 CLI 讓你用腳本呼叫模型，2.3 版起另外開了 API 服務，想把唇形同步或語音合成嵌進自己的自動化流程是有路走的。

免費的邊界：開源碼和官網安裝包其實是兩套建置

這是最值得停下來看的一段。AIGCPanel 的 GitHub 原始碼和官網下載的安裝包，背後是兩套不同的建置。

原始碼裡，雲端模型入口的函式開頭寫死了一個變數：isPro = false，接著直接跳出「請升級 Pro 版」的提示；工作流管理按鈕的顯示條件直接 return false，註解寫明這段邏輯在非 PRO 構建時會被整段移除。也就是說，你自己抓原始碼編譯，得到的是雲端模型和工作流管理都被拔掉的社區版。對照之下，官網下載的 2.5.0 安裝包解開後是另一回事：雲端模型入口那段 isPro 在編譯產物裡被翻成 true，PRO 分支整段保留，工作流管理對話框連同向伺服器查詢 VIP 身分的邏輯都在場。官網發行的是 PRO build，進階功能的程式碼只在這個版本裡，打開它的鑰匙是登入帳號後的 VIP 身分。

免費層實際拿到的東西依然不少：四個唇形同步模型裡有三個有免費包（Heygem 只有 VIP 包）、語音合成與複製、語音識別、完整工具箱、CLI 與本地模型管理都不用錢。VIP 牆內的三塊，內容比名字具體。可視化工作流是拖節點的畫布，能把大模型呼叫、JavaScript 腳本、條件分支、檔案操作、正則抽取和工具箱裡的任何工具串成一條流程，支援中斷續跑和節點層的狀態追蹤，等於把「文字進、成片出」變成一鍵批次；智能直播顧五個中國平台的彈幕，配知識庫後自動播報語音或影片；雲端 AI 模型服務則讓沒有顯示卡的機器也能跑生成。模型市場同樣分層：2026 年 9 月列出的 44 個資源裡，MuseTalk、Wav2Lip、FunASR、SenseNova 這些主力包都標免費，但同一個模型常分裂成兩個包，標準版免費、調優版付費：CosyVoice 2.0 優化版掛 VIP/SVIP，Wav2Lip 384 解析度調優版也是 VIP/SVIP，直播一鍵包掛 SVIP。免費與付費的線不是畫在功能種類上，而是畫在「同一功能的省力版本」上，這個設計比一刀切的訂閱制細，也比較不容易一眼看穿。

Pin

有個小細節：整個官方網站沒有定價頁，VIP 多少錢、分幾級，要裝了 App 登入帳號、進到內嵌購買頁才看得到。FAQ 只說 Pro 版「可按需選擇」，倒是提到線上付款都能開增值稅電子發票。想先比價再決定的人，這一步的透明度是不夠的。帳號和裝置綁定的方式也值得知道：App 登入時會把硬體識別碼一併送給伺服器當裝置代號。

跑得動嗎：模型包的第一公民是 Windows 和 NVIDIA

模型市場每個包都標了硬體門檻，差距很大。把 2026 年 9 月市場上有代表性的幾個包排開，門檻分布是這樣：

官方 FAQ 給的建議是 NVIDIA RTX 3060 以上、視訊記憶體 8GB 起跳；沒有顯示卡的電腦，官方給的路是雲端 AI 模型服務，而那是 VIP 功能。這張表也順便暴露了一件事：最受台灣讀者歡迎的組合（Mac 加免費方案）剛好落在矩陣最薄的區域。

平台支援同樣傾斜。Windows x86 版的包最齊，Linux x86 次之，macOS Apple Silicon 只有 MuseTalk、CosyVoice、FunASR、SenseNova、直播包等一部分，而且版本常落後 Windows 一截，例如 MuseTalk 的 Mac 包還在 1.1.0，Windows 已經出到 1.3.0。Intel 晶片的 Mac 幾乎沒有包可裝。開源專案在 GitHub 上掛了 17 個月的 AppImage 相容問題，也還沒有下文。換句話說，Mac 使用者裝得到 App 本體，但模型矩陣是缺角的；想在 Mac 上做這類事，手機上離線跑的 MNN TaoAvatar 走的是完全不同的輕量路線。

介面語言只有簡體中文和英文兩種，沒有繁中。直播功能綁的五個平台全在中國市場生態裡。對台灣讀者來說，這些不影響核心的影片合成與語音功能，但代表文件、介面和支援管道都要習慣簡體語境。

素材留在本機，但面板自己會送出什麼

「全部離線本地使用」是官網用戶見證裡的一句話。就 AI 處理而言成立：本機模型是 App 在你自己機器上啟動的獨立程序，影片、聲音、文字都餵給這個程序，執行日誌落在本機檔案，任務的提交和進度查詢都走本機埠，素材不出門。但「離線」這個詞如果理解成「這個 App 不對外連線」，就不對了。

原始碼裡有兩條固定的通報通道。一條是使用統計：每次切換頁面，App 會把頁面路徑記成一個事件，連同硬體識別碼、作業系統版本、處理器架構和記憶體大小，批次傳到 aigcpanel.com 的收集端點。這個識別碼不是隨機生成的：Windows 機器讀的是主機板序號等級的 UUID，Mac 讀的是系統剖析工具裡的硬體識別，這兩種重灌系統不會換、換電腦才會換；Linux 讀的則是系統安裝層的機器碼，重灌會跟著換。另一條是錯誤通報：程式出錯時把錯誤訊息和堆疊送到開發商自己的統計網域，一樣帶著裝置識別。2.5.0 的更新日誌還特地寫了改善 Windows 讀取「設備標識」的方式，等於官方文件也確認了這件事。

登入帳號之後資料面再寬一層：App 內的會員頁、模型市場都是嵌在視窗裡的官方網頁，開啟時連硬體識別和登入權杖一起帶上；在 App 裡點的每個「購買」「詳情」連結，都先經過官方伺服器轉一手。這些是帳號服務的合理成本，但和前兩條通道一樣，使用者沒有總開關可以統一關掉。

關鍵在於範圍和開關。這兩條通道送的是事件層資訊，不是你的影片、聲音或提示詞內容，素材處理確實留在本機。但設定頁裡翻不到任何一個可以關掉它們的選項，它也不在你登入帳號之後才啟動。對隱私敏感的人，這是安裝前該知道的取捨；對比之下，做微信聲音複製的 WeClone 同樣強調本地處理，這類「本地 AI 工具的遙測層」值得變成你評估任何同類工具的固定檢查項。

還有一種對外連線由你自己決定：2.5.0 起可以直接填 API Key 接火山引擎豆包或阿里雲百煉的雲端語音模型，遠端模型從 1.4 版就支援自訂端點。走這條路，文字就會出機到對應的雲端，這是明碼標價的交易，不算暗坑，但和前兩條通道要分開看。

商用之前，該信哪一份文件

AIGCPanel 的授權狀態有三份文件各說各話。GitHub 上的 LICENSE 是標準 Apache-2.0，明文允許商業使用；App 本體走這份，理論上你拿去接案產片都合法。但官網的使用協議頁，免責聲明是整套資源收集站的模板：所有資源來自網路、僅供私下交流學習、涉及商業目的一律不能用、下載後 24 小時內刪除。這段模板和 Apache-2.0 直接矛盾，也和站方自己賣 VIP、開增值稅發票的商業行為矛盾。條款裡的管轄法律欄則是空的，只寫「受適用法律管轄」。

實際該怎麼辦：App 本體看 Apache-2.0；上游模型的授權則一點都不整齊，FunASR 是標準 MIT，MuseTalk 和 FishSpeech 在 GitHub 上掛的是非標準的自訂授權條文，商用前逐個打開上游儲存庫讀條款，才是唯一可靠的動作。官網那份模板，比較像沒換乾淨的佈景主題文字，但正因為它掛在正式的「使用協議」連結下，簽約採購場景裡它可能真的被拿出來用，這個風險要知道。

維護活躍，但這是一家公司的產品線，不是社群共治

節奏面挑不出毛病：2024 年 10 月開倉，2025 年 7 月上 1.0，2026 年 6 月跳 2.0，之後幾乎每兩三週一個版本，2.5.0 在 9 月底發布。macOS 安裝包有正規的開發者簽章和公證，安裝不需要繞系統安全設定，README 裡「首次執行會提示未知開發者」的段落其實已經過時。

但 contributor 名單上，開發商自己的帳號佔了 718 個提交，外部貢獻者只有一位、兩個提交。GitHub 的 issue 區近乎靜默，長期開著的問題只有四個，其中 AppImage 在 Ubuntu 24.04 跑不起來的問題從 2025 年 4 月掛到現在；Mac 相關的問題也有前例，CosyVoice 在 M4 晶片上卡死的臭蟲，2026 年 7 月提出、8 月底才結案。支援主力走 App 內工單和官網的 QQ、微信管道，GitHub 比較像發佈看板。

營運主體倒是查得到的，這在同類工具裡算加分：開發者是西安的言己資訊，macOS 安裝包的簽章、官網的 ICP 備案號、客服信箱指向同一家公司，營運者查得到名字。它的母業務 ModStart 是一套商業開發框架，AIGCPanel 是這家公司用開源打前鋒的產品線，走「程式碼開放、進階版收費」的雙軌模式，和社群共治的開源專案是兩種生物。你依賴的是這家公司持續營運的意願，判斷它值不值得投入時間時，這個結構比星標數量重要。

誰該裝，誰先繞路

適合的人輪廓很清楚：有一張 NVIDIA 顯示卡的 Windows 使用者，想在本機批量做口播影片或配音，不想付雲端訂閱，也願意接受簡中介面。對這群人，免費層就能完成從文字到成片的主流程，模型下載完離線也能跑，長期成本接近零。想先看看雲端方案再決定的，可以對照用點數制的 VideoTube，或專做換臉合成的 FaceFusion，兩者的授權和資料流向都比較單純。

不適合的名單也具體：Mac 使用者要接受模型矩陣缺角和版本落後；需要工作流、直播、雲端服務的人，等於直接進入付費層，而且價格要裝了才知道；把「零對外連線」當硬性需求的人，這個 App 的行為統計通道關不掉，先繞路。從架構看，成品上限就是上游模型的能力，AIGCPanel 改變的是使用門檻，不是模型本身。

最後一個提醒對所有這類工具都通用：下載的模型包是執行檔，App 會直接在本機啟動它們。信任 AIGCPanel 的模型市場，實際上是信任它的下載通道不會出狀況，這是開源 App 再怎麼審程式碼都涵蓋不到的一段供應鏈。免費工具的帳，最後都結在你看不見的地方，看清楚帳單長什麼樣，再決定要不要買單。