Captions是什么？
一款用自研基础模型"Mirage"、以 AI 数字人（AI 演员）从视频生成到编辑一体完成的 AI 视频应用。运营方为纽约的 NOCAP, Inc.（2025 年从"Captions"更名为母品牌"Mirage"）。无需拍摄即可用 AI 数字人做视频，并通过对话指令自动加入剪辑、B-roll、音乐与字幕。翻译支持 100 多种语言；用户超 2,000 万。价格为免费～按积分计费。
可解决的业务课题
「Captions」的服务详情
Captions 是什么
Captions（キャプションズ）是一款用自研基础模型"Mirage"、以 AI 数字人（AI 演员）从视频生成到编辑一体完成的 AI 视频应用。运营方为纽约的 NOCAP, Inc.，其于 2025 年从"Captions"更名为母品牌"Mirage"（面向消费者的应用仍名为 Captions）。无需拍摄即可用 AI 数字人制作视频，并通过对话（文本）指令自动加入剪辑、B-roll、音乐乃至字幕，实现制作的一站式贯通。已有超过 2,000 万人生成或编辑视频。
Captions 已大幅进化。以往以"字幕生成、翻译、配音、编辑"为中心的描述属于上一代。如今的核心是由自研基础模型 Mirage 实现的 AI 数字人视频生成，字幕与编辑只是其中一部分。翻译现已支持100 多种语言，而非"28 种"（截至 2026 年 8 月）。
无需拍摄，用 AI 数字人做视频
Captions 当前的核心在于不必开机拍摄，就能做出 AI 数字人开口说话的视频。让你的数字分身或现成的 AI 演员开口，用 Text-to-Edit（对话指令）自动编辑，并从字幕、音乐到 B-roll 一站式完成。由于从生成到编辑都在自研基础模型 Mirage 上运行，表演、字幕与图形都保持可编辑状态。
功能
01生成
- AI 数字人／AI 演员（Mirage） — 无需拍摄即可生成说话视频
- 语音与音乐生成 — 添加旁白与 BGM
02编辑
- AI Edit — 自动剪辑、B-roll、转场、缩放
- Text-to-Edit — 用对话（文本）下达编辑指令
- 自动字幕 — 自动生成带样式的字幕
03收尾与多语言
- 翻译（100 多种语言） — 拓展到多语言
- 视线校正与降噪 — 打磨画面与声音
使用方法
-
准备创意或脚本
准备想做视频的内容或脚本。
-
用 AI 数字人生成
让数字分身或 AI 演员开口以生成视频。
-
用 AI Edit 与字幕收尾
通过对话指令（Text-to-Edit）与自动字幕进行编辑。
-
多语言化并导出
按需翻译并导出视频。
价格
按积分计费，可从免费方案开始（美元计价）。
| 方案 | 月费 | 每月积分 | 主要内容 |
|---|---|---|---|
| Free | $0 | — | 基础编辑（无生成式 AI 功能） |
| Max（热门） | $24.99 | 500 | AI 编辑、完整生成视频、AI 数字人、对话编辑 |
| Scale 1x | $69.99 | 1,400 | 高级生成式 AI 模型 |
| Scale 2x／4x | $139.99／$279.99 | 2,800／5,600 | 面向大批量制作 |
| Enterprise | 另行报价 | 定制 | 批量折扣、专属支持、训练数据排除 |
积分按操作消耗，未用积分最多可结转 3 个月。价格可能变动，最新信息请以官方网站为准（截至 2026 年 8 月）。
与其他 AI 数字人／视频工具的区别
Captions 的特点在于从生成到编辑、渲染都在自研基础模型 Mirage 上完成的垂直整合，并拥有 2,000 万用户规模的消费者应用。
| 维度 | Captions | HeyGen／Synthesia | OpusClip |
|---|---|---|---|
| 核心 | 自研 Mirage 模型的生成＋编辑 | 面向企业的数字人视频 | 长视频→短片切分 |
| 优势 | 生成到编辑的一站式、应用规模 | 演示/培训视频 | 切片自动化 |
| 形态 | 应用（iOS/Web/桌面）＋API | 以 Web 为主 | Web |
面向企业的数字人视频可看 HeyGen 或 Synthesia；从一张图像做说话视频可看 Hedra；长视频切片可看 Opus Clip。想不拍摄就用 AI 数字人做视频并一站式完成编辑时，Captions 是有力的选择。
本页信息基于官方网站在 2026 年 8 月公开的内容。最新规格与价格请以官方网站为准。
