D-ID是什么？
从照片或文本生成会说话的 AI 虚拟形象视频，并提供可接入任意 LLM、实时对话的对话式 AI 智能体的数字人平台。具备 Creative Reality Studio、Visual AI Agents、视频翻译与 API，支持 120 多种语言。有免费试用／Studio Lite $4.7 起。
可解决的业务课题
「D-ID」的服务详情
什么是 D-ID
D-ID（ディーアイディー）是一款不仅能从照片或文本生成会说话的 AI 虚拟形象视频，还提供可接入任意 LLM、实时对话的对话式 AI 智能体的数字人平台。它主打"AI videos and interactive avatars for humanlike communication"，已从"照片→会说话的视频"工具，扩展为涵盖视频创作、对话智能体与 API 的平台。2017 年创立（美国特拉华），2025 年收购 simpleshow。
D-ID 的核心，是从照片或文本生成像真人一样说话的虚拟形象视频。制作在 Creative Reality™ Studio 中进行，可用富表现力的 V4 Expressive Avatars 或 100 多个库存虚拟形象。此外还有接入任意 LLM 与自家知识库、实时对话的 Visual AI Agents、视频翻译与 API/SDK。
D-ID 已从"照片→会说话的视频"工具，扩展为含对话式 AI 智能体的数字人平台。 Visual AI Agents 以低延迟接入 LLM、知识库与 API，可嵌入 Web/应用/LMS。虚拟形象与智能体支持 120 多种语言（视频翻译输出 30 多种）。底层 LLM 由用户自选，未指定具体模型。
使用方法
输入照片或脚本制作虚拟形象视频，需要时做成智能体。
提供输入
准备照片或文本（脚本），选择虚拟形象。
生成视频
在 Studio 生成会说话的虚拟形象视频，按需翻译/配音。
做成智能体
接入 LLM 与知识库，做成实时对话的智能体。
嵌入・集成
嵌入 Web/应用/LMS，用 API/SDK 集成。
提供 14 天免费试用（带全屏水印）。视频从每月分钟池扣除（未使用分钟每月失效）。
主要功能
01虚拟形象视频（Creative Reality Studio）
从照片或文本生成会说话的虚拟形象视频。可用 100 多个库存形象、富表现力的 V4 Expressive Avatars，以及照片/视频/个人专属形象。支持字幕与声音（Standard/Premium、声音克隆）。
02Visual AI Agents（对话式）
接入任意 LLM 与自家知识库（上传 PDF/TXT/PPTX、URL 抓取），构建低延迟、实时对话的智能体。可嵌入 Web、应用与 LMS，并与 CRM、API 联动。
03翻译・API・集成
支持 30 多种语言的视频翻译（Video Translate），以及视频生成与实时流的 API/SDK。还支持 PowerPoint 插件、Canva 应用与移动应用。
价格
有免费试用，付费分 Studio 与 API 两条线。下表为 Studio 月费（年付有折扣）。视频按分钟（＋积分）消耗。
| 方案 | 月费 | 每月参考 | 主要内容 |
|---|---|---|---|
| Trial | $0（14 天） | 3 分钟 | 全功能试用・全屏水印 |
| Lite | $4.7 | 10 分钟 | 照片+视频形象・D-ID 水印 |
| Pro | $16 | 15 分钟 | 商用许可・高级声音・声音克隆 |
| Advanced | $108 | 100 分钟 | 换 logo・声音克隆 3・智能体视频 10 |
API 为独立方案（Build $14.4／Launch $35／Scale $138.6・月费）。Agents 从共享分钟池消耗（约每 30 秒 0.5 积分），免费试用含 200 次会话。Enterprise 需咨询（SSO/RBAC、专属支持）。价格以美元计且可能变动，最新信息请见官方价格页面（截至 2026 年 8 月）。
与其他 AI 虚拟形象视频工具的区别
D-ID 的特点是，除从照片生成会说话的视频外，还含可嵌入、经 API 集成的实时对话"智能体"。这与专注朗读脚本视频的工具方向不同。
| 观点 | D-ID | HeyGen | Synthesia |
|---|---|---|---|
| 中心 | 会说话的视频＋对话智能体 | 虚拟形象视频＋翻译＋API | 面向企业的虚拟形象视频 |
| 强项 | 实时对话・照片形象 | Digital Twin・Avatar V | 培训・治理 |
| 嵌入 | Web/应用/LMS・API | API | API |
虚拟形象视频头部的 HeyGen、面向企业的 Synthesia、AI 克隆视频的 Argil 都是可比较的对象。若不止想要会说话的视频，还想把实时对话虚拟形象嵌入自家产品，D-ID 是有力之选。
本页信息基于 2026 年 8 月官方网站公开的内容。最新规格与价格请以官方网站为准。
