D-ID

全球首款「静态照片 → 开口说话视频」平台，结合 GPT-3、Stable Diffusion 与自研人脸动画引擎，30 秒生成多语言数字人，广泛用于短视频、课程、客服、营销等场景。

站点定位

D-ID 由以色列 D-ID 公司 2020 年推出，定位为“零拍摄、零设备”的 AI 视频生成工厂。用户只需上传一张正面照片+文本/音频，即可自动合成唇形同步、表情自然的虚拟人演讲视频；支持 API 与批量渲染，适合内容创作者、教育机构、企业营销及广电级多语本地化需求。

核心能力

• 照片开口说话
  单张 2D 正面照即可生成 1080P60 虚拟人，唇形误差 <100 ms，支持 120+ 种语言、30+ 内置音色，亦可克隆原声。
• 三种生成模式
  ① 文本驱动：输入文案 → 选音色 → 一键出片
  ② 音频驱动：上传 MP3/WAV，自动对齐口型与表情
  ③ 语音克隆：10 秒样本即可复刻音色，跨语种同步
• 多场景数字人库
  提供 100+ 官方模特（正装/休闲/卡通/3D 写实），可自定义服装、背景、LOGO，亦可上传自有 IP 形象。
• 视频尺寸自由切换
  一键输出 9:16（短视频）、16:9（横版课程）、1:1（社媒），支持绿幕背景方便二次合成。
• 企业级批量 & API
  REST & WebSocket，≤500 ms 首包，支持 CSV 批量、SSML 标签、情绪标签、数字水印与溯源。
• 隐私与合规
  提供面部匿名化、语音水印、GDPR/ISO 27001 认证，支持私有化部署与本地渲染。

功能分区

1. Create Video – 快速成片
   上传照片 → 输入文本或音频 → 选语言/音色 → 生成预览 → 下载 MP4。
2. AI Agents – 对话式数字员工
   上传知识库 → 绑定形象 → 嵌入网站或小程序，实现 7×24 多语客服。
3. PowerPoint-到-视频
   一键导入 PPT，自动分页配旁白，虚拟人全程出镜，适合网课、企业内训。
4. Voice Cloning – 音色工厂
   即时模式（10 s）与专业模式（30 min）双档，支持情绪标注、语速、停顿。
5. Bulk & API – 批量中心
   CSV 导入、Webhook 回调、渲染队列管理，适合万级视频自动化。

订阅方案（美元）

教育邮箱享 8 折；新用户注册送 14 天 Pro 试用。

典型场景

• 短视频起号：老者语录、禅语小和尚，3 分钟完成数字人+字幕+BGM，直接发抖音 。
• 课程/培训：PPT 导入 → 自动分页讲解 → 1080P 成片，节省 90% 棚拍成本。
• 多语本地化：一条英文广告 → 自动法/德/西/日配音，唇同步后投放海外社媒。
• “复活”亲人：老照片+旧录音生成回忆视频，缓解哀思 。
• 企业客服：AI Agent 嵌入官网，形象+知识库 7×24 答疑。

快速上手 3 步

1. 打开 studio.d-id.com → 邮箱/Google 注册
2. 点击 Create Video → 上传照片/选模特 → 输入文本或音频
3. 选语言/音色 → 生成 → 下载 MP4 或复制分享链接

访问与资源

• 主站：https://studio.d-id.com
• API 文档：https://docs.d-id.com
• 价格页：https://www.d-id.com/pricing
• 优惠入口：Dealspotr 可领取 $20–$100 折扣券（不定期发放）。

运营主体

• 公司：D-ID（De-Identification Lab）
• 成立：2017 年，以色列特拉维夫
• 融资：2025 年 C 轮 2 亿美元，估值 16 亿美元
• 合规：GDPR、ISO 27001、SOC-2，支持数字水印与溯源查验 。