D-ID 联手微软 Azure：把实时 AI 数字人做进 Teams 和企业应用

开在线会议或者做客服系统时，哪怕屏幕对面跑的是大语言模型，大家依然更习惯看着一张会说话、有表情的脸。

生成式虚拟人平台 D-ID 宣布与微软达成合作，正式将旗下的实时 AI 虚拟人技术接入 Microsoft Azure。

这意味着企业和开发者可以直接在 Azure Marketplace 里调用 D-ID 的工具，为 Microsoft Teams 以及各类微软企业软件定制能够实时看、听并给出反馈的智能体虚拟化身。

把数字人做进 Teams 和 Azure

D-ID 做的不是那种提前录好脚本再渲染几小时的假视频，而是主打实时互动的智能体虚拟人。

接入 Azure 之后，企业开发者可以快速把虚拟人嵌进自家的业务系统里。这些数字人不仅能发音、做面部表情，还能实时感知外部环境并与真人对答。

根据官方公布的数据，成立于 2017 年的 D-ID 目前在全球拥有 90 名员工，其自助服务平台 Creative Reality Studio 和 API 已经累计生成了超过 2.5 亿个视频，有超过 28 万名开发者正在基于它的接口做开发。

微软 Azure 体验与生态系统副总裁兼总经理 Annie Pearl 表示，这项合作的目的就是给 AI 智能体套上一层生动、自然的视觉交互界面，改变用户学习和协作的方式。

从多语言对口型到无障碍沟通

除了常规的营销和客服场景，这次合作里重点强调了跨语言和无障碍沟通的能力。

在语言翻译上，D-ID 可以在用户说任意语言时进行实时翻译，不仅能保留讲话者原本的音色特征，还会自动将虚拟人的嘴型与翻译后的声音严密贴合。

更值得关注的是无障碍领域的落地。该系统能够把对话实时转译为手语，服务听障人士。

对于肌萎缩侧索硬化症（ALS）等失去发声能力的患者，甚至完全瘫痪的身体残障人士，这项技术可以通过数字化身替他们发声并呈现面部表情，在 Teams 等办公场景里帮他们重新找回实时交流的能力。

D-ID 首席执行官 Gil Perry 提到，到 2033 年 AI 虚拟人市场规模预计将超过 7000 亿美元。在他看来，团队的目标是用自然用户界面（NUI）逐步替代传统的图形用户界面（GUI），让大模型不再只是一个输入框。

为什么重要

我们认为，D-ID 傍上微软是一次非常聪明的卡位。

对企业客户来说，原本做数字人客服往往要在好几个供应商之间倒腾音色合成、口型驱动和模型调用，现在直接在 Azure 生态里点选部署，还能顺手打通 Teams，试错门槛被大幅拉低了。

对普通用户和特殊群体而言，无障碍能力的集成带来了实打实的尊严。特别是为失语和瘫痪人群恢复音色与面部互动，证明数字人不只是用来做直播带货的工具，它能解决极其严肃的现实痛点。

但这里面同样潜藏着隐患。实时克隆声音和贴合口型的技术一旦降级到桌面办公场景，身份冒用和深度伪造的风险就会成倍上升。

虽然微软和 D-ID 反复强调符合最高安全标准，但在日常跨部门协作中，员工到底是在和一个经过授权的 AI 助手对话，还是在面对一段别有用心的实时仿真视频，企业 IT 部门接下来恐怕要面临全新的权限和审计挑战。