D-ID

平台概述

D-ID（studio.d-id.com）是一个企业级 AI 平台，将实时对话式 AI 与照片级逼真的数字人相结合。其基于浏览器的视频创作产品 Creative Reality™ Studio（D-ID Studio）可将脚本或文档转化为由虚拟形象主导的 MP4 视频。据官网介绍，该平台帮助组织提供专业的多语言虚拟形象视频和交互式视觉代理体验。

核心功能

虚拟形象视频创作

D-ID Studio 允许用户通过将虚拟形象（来自预制库、上传的面部照片或短视频录制）与脚本、语音和语言配对来创建会说话的虚拟形象视频。它支持 AI 文本转语音、录制音频、语音克隆、分层背景/文本元素、画布布局（宽屏、方形、垂直）以及面部表情。视频以 MP4 格式输出，每个视频限制为 5 分钟，目前支持 119 种语言以及口音和说话风格。

视觉代理

除了脚本化视频，D-ID 还提供视觉代理：由 LLM 和部署组织提供的检索增强生成（RAG）知识库驱动的数字人界面，可进行实时、基于知识的对话。D-ID 报告称，在 120 多种语言中，其准确率超过 90%，响应时间低于 2 秒。此外，还提供代理视频功能，允许观众在播放过程中提问，代理可嵌入网站、应用程序、LMS、支持门户和自助服务终端。

视频翻译

D-ID 视频翻译可将现有视频本地化为多达 29 种语言，同时通过语音克隆保留原说话者的声音，并使嘴唇动作与新音频匹配。根据 D-ID 的常见问题解答，源视频应为 10 秒至 5 分钟，不超过 2GB，且画面中有一人正对镜头；翻译通常需要几分钟到一个小时。

平台与集成

D-ID 与现有工作流程和工具集成，包括 Microsoft Azure、PowerPoint、Canva 和 ElevenLabs，以及主要的 LMS，如 Articulate、Moodle 和 TalentLMS。它提供 REST 和流式 API，文档位于 docs.d-id.com。开发者可以构建自定义虚拟形象应用或实时对话界面，通过基于 WebRTC 的流式传输部署低延迟视觉代理，在自己的云中自托管 Expressive Avatars，并使用 D-ID 模型上下文协议（MCP）服务器来加速集成工作。

安全与合规

D-ID 将 AI 透明度和企业信任作为核心：它要求通过水印（从 D-ID 徽标到可自定义的 AI 水印，具体取决于计划）来透明化生成视频的合成性质，并持有 SOC 2 和 ISO 认证，包括 27001:2022、27017、27018、27799（医疗保健）和 42001（AI 管理），同时符合 GDPR 并签署数据处理协议。其道德框架涵盖基于同意的虚拟形象创建和反冒充承诺，其安全措施包括 TLS 1.3 加密和静态加密。

公司背景

D-ID 成立于 2017 年，总部位于以色列特拉维夫。据官网介绍，其自助式工作室和 API 已生成超过 2 亿个虚拟形象视频，并吸引了超过 28 万名开发者的全球社区。其客户包括 PepsiCo（Gatorade Sports Science Institute）、Coca-Cola、Warner Bros.、J.P. Morgan、SoftBank、NTT、Deutsche Telekom、PwC、Deloitte、Microsoft 和 MyHeritage，主要用例包括客户体验、销售赋能、学习与发展/培训、营销和多语言沟通。2025 年，D-ID 收购了讲解视频平台 simpleshow。