D-ID 推出手机 App：传张照片配段文案，直接生成会说话的视频

还记得前两年在网上刷屏的「让老祖宗开口说话」吗？那项让老照片眨眼微笑的技术，背后就是特拉维夫的初创公司 D-ID。

当时你还得坐在电脑前，打开网页端上传照片折腾半天。10 月 24 日，D-ID 把这项技术直接装进了手机，正式在 App Store 和 Google Play 上线了独立的移动应用。

手机相册里的照片，一分钟就能开口说话

手机端的使用流程非常直接。打开应用登录后，你可以挑选官方预设的数字人，也可以直接从相册里翻出一张照片。

接着输入你想要它说的台词，选择发音语言。D-ID 这次一口气支持了 119 种语言，并提供男女声可选。

有意思的是它还能选语气。不只是平铺直叙地念稿，你还可以设定为兴奋、新闻播报、悲伤、尖叫、窃窃私语甚至恐惧等各种情绪，生成的单条视频最长支持到 10 分钟。

按照 D-ID 首席执行官 Gil Perry 的说法，他们结合了自研和开源模型，核心是靠音频输入来生成对应的视频帧。底层的渲染速度达到了每秒 100 帧，比实时渲染快了四倍。

在费用上，移动端采用订阅制，每月 5.99 美元起步，给新用户提供 14 天免费试用。如果你原本就是桌面端付费用户，可以直接继承权益。

桌面端每天增 6 万人，但审核是一道坎

在推出手机版之前，D-ID 的网页版 Studio 每天就有 6 万新用户注册，平台上累计生成的视频已经超过 1.5 亿条，API 开发者也突破了 20 万。

不过，当生成数字人的门槛低到在手机上点两下就能完成时，滥用的风险显然也成倍放大了。

官方表示手机端沿用了网页版同样的审核机制，严禁用于伪造虚假信息。他们还公开承诺，绝不把技术授权给政党、色情出版商、恐怖组织或武器制造商等争议领域。

此外，尽管公司总部在特拉维夫且面临地区冲突，Perry 透露全球员工依然在正常运转，其中乌克兰团队承担了大量保障工作。

为什么重要

我们认为，D-ID 把数字人做成手机 App，最聪明的点在于把原本属于企培、营销和教育的专业生产工具，彻底变成了人人随手可玩的消费级玩具。

对于自媒体作者或者个人创作者来说，这相当于在口袋里装了一个廉价出镜替身。每月 5.99 美元的门槛很低，你不需要打光买相机，甚至不想露脸时丢一张头像和文案就能出片，非常适合现在去低成本试试水。

但在行业层面，这种极低门槛的工具也带来了明显的隐患。虽然官方声称有严格的审核政策，但当任何一张手机相册里的真人照片都能在几分钟内开口说出指定的话，防范肖像侵权和深度伪造谣言的难度将呈指数级上升。

接下来，单纯比拼画面渲染速度已经不够了。类似工具能不能在消费市场站稳，很大程度上取决于平台能否在创作自由和内容风控之间找到真正的平衡。