D-ID

D-ID 是海外 AI 数字人视频平台，官网 d-id.com，被反复提及的核心场景是「让静态的人像开口说话」。它做的事可以用一句话概括：用照片或少量视频素材构建数字人，再按脚本生成口播视频，并进一步支持可实时对话的数字人交互。

产品线可以分成四块来看。Creative Reality™ Studio 是主力：从脚本、简报、幻灯片或文档生成数字人播报视频，支持多语言输出，对应企业规模化沟通的场景。AI Avatars 管形象：可以从图片或视频构建数字人，支持声音克隆，一次构建、多处复用。Visual AI Agents 往前走一步：部署可实时对话的数字人，支持面对面自然交互、多语言，并能触发工作流。API 与实时流式动画 则面向开发者：把数字人能力嵌入第三方应用，API 调用需要账户内有有效额度。

集成方面，D-ID 与 Microsoft PowerPoint、Canva、Google Slides 等工具有合作集成，做幻灯片驱动的口播视频比较顺；官方同时强调企业级安全、隐私与合规架构。新用户可免费试用，付费分 Lite / Pro / Advanced / Enterprise 多档，具体以官网当期页面为准。

这条产品线背后是同一种能力的四种包装：Studio 面向「要批量做内容」的人，Avatars 面向「要固定形象」的人，Agents 面向「要实时交互」的人，API 面向「要把能力嵌进自己产品」的开发者。企业里常见的组合是：先用 Studio 把培训与播报内容跑起来，形象与声音稳定之后，再评估 API 或 Agents 的深度集成。

它属于 AI视频 分类——这一格此前站内没有专门做「数字人 / 口播视频」的工具——生成类工具回答的是「怎么把创意变成画面」，D-ID 回答的是「怎么让一个不会累的主播把内容念出来」，两条路线不同，D-ID 补的就是后一格。

• 大陆网络：服务在海外，大陆访问需自备国际网络，直连表现波动较大
• 界面语言：英文界面为主，无原生简体中文
• 注册：邮箱或第三方账号注册，可免费试用
• 付费：有免费试用档，付费订阅分多档，具体以官网当期页面为准

• Creative Reality™ Studio：从脚本、简报、幻灯片或文档生成多语言数字人口播视频
• AI Avatars：从图片或视频构建可复用的数字人形象，支持声音克隆
• 多语言输出：同一脚本生成多语言口播版本，面向跨地区沟通
• Visual AI Agents：可实时对话的数字人，支持多语言与工作流触发
• API 与实时流式动画：把数字人能力接进第三方应用，API 调用需账户内有有效额度
• 办公套件集成：与 Microsoft PowerPoint、Canva、Google Slides 等工具集成
• 企业级能力：企业安全与合规架构、多档订阅方案与技术支持

1. 注册试用：在 d-id.com 注册账号，免费试用档可先做几条视频跑通流程。
2. 选数字人：直接用平台预置的 Presenter，或在 AI Avatars 里用自己的照片 / 视频构建专属形象，需要时配置声音克隆。
3. 喂脚本：在 Studio 里粘贴脚本，或上传幻灯片 / 文档，系统按内容生成口播分镜。
4. 配声音与语言：选择预置声音或做声音克隆，输出语言可多选，中文脚本同样能驱动数字人开口。多语言版本建议用同一脚本一次生成，避免分次生成时形象或声音参数出现漂移。
5. 控节奏与版式：按内容给分镜配幻灯片或素材画面，口播与页面切换的节奏在导入前排好，成片结构会更接近正式汇报。
6. 导出或集成：导出视频文件用于内部渠道分发，或用 API 把数字人接进自己的产品与工作流。

需要注意的是：数字人渲染服务在海外，大陆访问需自备国际网络；界面为英文；免费试用档在用量与功能上有限制，正式使用需订阅，API 还需账户保持有效额度。

优点

• 「照片说话」路径成熟：静态人像驱动成口播视频，素材门槛低
• 企业场景覆盖全：从培训播报到实时客服数字人都有对应产品形态
• 多语言输出：一套脚本出多语言版本，适合跨国团队沟通
• 集成面宽：PowerPoint / Canva / Google Slides 插件化集成 + 开放 API
• 有免费试用档，订阅方案以官网当期页面为准

局限

• 大陆访问需自备国际网络，界面为英文，无简体中文界面
• 路线偏模板化口播，开放式画面生成自由度有限
• 免费试用有用量与功能限制，API 调用还需账户内有有效额度
• 口播形态相对固定，真人出镜的情感与临场感难以替代

• 场景一：培训课程视频：把内部培训文档上传 Studio，生成数字人讲师版课程，中文脚本驱动，后续按需再出多语言版本。
• 场景二：产品更新播报：写一段本周产品更新脚本，选预置 Presenter 生成周更口播，省去每次出镜、布景与重拍。
• 场景三：企业客服数字人：用 Visual AI Agents 部署一个可实时对话的数字人前台，嵌入官网或自助终端，承接高频咨询。
• 场景四：幻灯片转视频：把季度汇报 PPT 导入或经 PowerPoint 插件驱动，让数字人按页讲解，静态汇报变成可传播的视频。
• 场景五：内部制度宣讲：把员工手册、合规制度转成系列数字人宣讲视频，新员工自助观看，省去反复开会念稿的成本。

三者同属 AI视频，路线却有别：D-ID 与 Synthesia 同做数字人口播，差异在企业功能细节与产品形态；Vidu 走的是生成路线，与数字人路线不同。选型先问自己一句——你要的是「一个不累的主播」，还是「一段有创意的画面」。

有免费试用档，付费订阅分多档，具体以官网当期页面为准

价格与档位可能随时调整，以上信息以官网为准。

• 培训课程视频：把内部培训文档或 PPT 生成数字人讲师版课程，多语言一次产出
• 产品更新播报：写一段更新脚本，生成周期性的口播视频，免出镜拍摄
• 客服数字人：用 Visual AI Agents 部署可实时对话的数字人前台
• 幻灯片转视频：把静态汇报变成数字人讲解视频
• 多语言本地化：一套素材产出多语言版本，摊薄翻译与重拍成本

以下工具与 D-ID 在场景上有交集或重叠，可一并比较：