产品简介
D-ID是一个领先的数字人平台，旨在帮助组织清晰解释信息、建立个性化互动，并在各个渠道规模化传播内容。其核心产品Creative Reality™ Studio是一个自助服务平台，结合了深度学习面部动画技术、大型语言模型（LLM）文本生成以及文生图能力。该平台允许用户快速创建具有移动和说话能力的虚拟形象视频，适用于桌面端和移动端操作。
核心功能
D-ID提供两大核心能力：离线视频生成与实时交互代理。
- 多语言视频生成：支持从脚本、简报或文档中生成高质量的多语言虚拟人视频，覆盖120多种语言，确保全球受众的自然连接。
- 实时交互代理：部署可对话的虚拟形象，能够面对面响应用户，执行任务并触发工作流。这些代理完全可嵌入，基于企业级安全基础构建。
- 品牌定制化：用户可控制虚拟形象的风格、声音、背景、布局及媒体元素，确保输出内容符合品牌身份与语调。
特色能力与工作方式
平台通过三种主要方式实现面部动画生成：
- 选择预制形象：直接从库中选择现有的预设虚拟人。
- 上传面部图像：上传静态照片，系统将其转化为动态视频。
- 文生图肖像生成：利用基于Stable Diffusion的技术，通过文本提示生成可动画化的面部图像。软件已优化以确保生成的面孔适合后续动画处理。
所有生成的视频均为MP4格式。标准AI形象的输出分辨率最高为1280×1280像素；带有HQ标记的高级形象在特定计划下支持1080p分辨率。
使用流程与技术规格
用户可通过Studio界面或API进行创作。在使用Creative Reality Studio或API时，需注意以下技术限制：
| 项目 | 规格要求 |
|---|---|
| 视频时长 | 限制为5分钟 |
| 图片大小 | 限制为10 MB |
| 支持图片格式 | JPEG, JPG, PNG |
| API使用条件 | 账户内需有有效积分 |
开发者可通过账户页面生成API密钥，并利用提供的代码示例将实时视频流集成到应用中。
适用人群与场景
D-ID服务于广泛的商业与创意需求：
- 市场营销：制作个性化视频内容，提升营销漏斗性能，或通过交互式代理培育用户参与度。
- 学习与开发：规模化创建视频课程，利用唇形同步的虚拟人进行全球化教学，或部署AI导师提供即时辅导。
- 销售赋能：创建引人入胜的产品演示和多语言内容，利用AI代理引导潜在客户并完成个性化答疑。
- 客户体验：提供多语言支持视频，并通过AI代理实现24/7即时个性化客户服务。
使用建议
为了获得最佳生成效果，建议在使用文生图功能时，先从预创建的提示词开始尝试变体，或参考Lexica等提示词构建平台获取灵感。图像提示是一门结合艺术与技术的学问，虽然软件已优化生成可动画化的面孔，但用户仍有较大的创意空间。对于需要集成的企业用户，建议充分利用API文档，将D-ID无缝接入现有工作流，如Microsoft PowerPoint、Canva或Google Slides等平台。
注意事项与合规说明
D-ID高度重视数据隐私、安全与伦理。平台遵循严格的合规协议，保护用户数据，并致力于确保产品造福社会。用户在服务条款中需遵守“伦理使用”条款，负责任地使用AI技术。平台提供24/7专门支持，协助API和Studio客户解决集成与使用中的问题。
常见问题
如何确保生成的面部图像适合动画化？
D-ID的图像生成软件已针对动画化进行了优化。建议用户从预创建的提示词入手，尝试不同的变体，或从在线提示词平台寻找灵感。虽然存在创意空间，但遵循推荐流程有助于提高生成质量。
支持哪些视频格式和分辨率？
所有视频均以MP4格式生成。标准AI形象的分辨率最高为1280×1280像素。对于标记为HQ的高级形象，Trial、Pro、Advanced和Enterprise计划支持1080p分辨率，而Lite计划不支持高级形象。
如何实现类似实时聊天的视频流传输？
D-ID提供了专门用于此目的的API。用户可以参考官方提供的代码示例作为基线，在其应用程序中实施实时视频流解决方案，从而实现类似于Chat D-ID的实时交互体验。
数据统计
相关导航
