D-ID 推出即時對話數字人：雙手與軀幹入鏡，1 分鐘影片就能練一個

以前看很多 AI 生成的數字人影片，總讓人覺得哪裡不對勁：一張臉在那裡機械地眨眼張嘴，身體僵硬得像塊木板，更別提即興聊天了。

AI 影片生成平臺 D-ID 正式推出了兩款新的數字人模型：Express 和 Premium+。這次升級最大的看點，就是讓數字人不僅能擺動頭部，還能做出手勢和軀幹動作，甚至可以做到即時對話。

動動手和身子，終於不那麼假了

這兩款模型走的是輕重兩條路線，門檻和效果完全不同。

輕量級的 Express 模型主打快捷，只要餵給它大約一分鐘的錄影，就能訓練出一個專屬數字人。這個版本主要復刻說話時的頭部細微運動，適合快速產出日常播報影片。

真正的大招是 Premium+。這個旗艦模型需要至少幾分鐘的訓練素材，但它能連帶復刻出說話人的手部姿勢和整個軀幹動作。不僅如此，它還具備即時互動能力，可以直接用在即時網路研討會或者跨語言同聲傳譯場景裡。

按 D-ID 執行長 Gil Perry 的說法，他們認為面對面才是和 AI 互動最自然的方式。讓商務人士給自己做一個逼真的數字分身，能省掉大把錄製影片的時間。

打包一整套企業營銷工具

光有模型還不夠，D-ID 這次順手把企業營銷套件也端了出來。

他們把數字人打包進了品牌 AI 互動顧問和企業影片生成流中，支援 30 種語言的跨國翻譯。為了讓打工人更容易上手，它還直接打通了 Canva 和 PowerPoint，並且提供 API 對接企業的 CRM 系統和自動化營銷後臺。

D-ID 拿出了自家的測試資料：使用這種個性化數字人影片進行營銷活動，可以讓點選率提升 30%，轉化率提高 35%。

不過目前新功能還有限制。這兩款新模型暫時只向桌面端的 Studio 工具開放，想要像去年那樣用手機 App 拍張照片就生成影片，還得等官方後續把技術移植到移動端。

為什麼重要

對普通企業和銷售人員來說，數字人的實用價值終於跨過了玩具門檻。過去錄一次出海推介影片，找人、佈景、多語言配音成本極高；現在用幾分鐘素材克隆自己，就能通過 API 批次給上萬個海外客戶傳送帶著手勢、說著流利外語的個性化影片，這個效率提升非常實打實。

在行業層面，D-ID 這一步其實是被逼出來的反擊。在 HeyGen 等競品靠著逼真的全身肢體動作和極佳的口型同步跑馬圈地時，只靠靜態照片驅動起家的 D-ID 優勢正在被蠶食。這次補齊手勢和軀幹，並把寶押在即時互動上，是它穩住企業端市場的關鍵一步。

我們認為，D-ID 接入 Canva 和 PowerPoint 的做法非常聰明。對很多市場部員工來說，換一個獨立影片編輯器的門檻很高，但在現有的 PPT 流程裡直接插一個會動的人，接受度會高得多。

看起來真正的隱患依然在信任成本上。數字人做得越逼真、甚至能即時互動，被黑產用來進行高管仿冒和影片詐騙的風險就越高。CEO 雖然提到了安全機制，但如何在開放企業 API 和防範濫用之間找到平衡，依然是個懸而未決的難題。