企业 AI 数字人视频:费用、用途与授权同意

录制好的数字人口播视频,还是能和访客实时对话的数字人?真实的每分钟费用、授权与告知规则、一个诊所示例和设置步骤。

本指南适合谁

正在判断 AI 数字人(无论是录制视频还是实时对话)是否值得花钱的中小企业老板和营销人员。

您将获得什么

- 弄清哪种数字人适合您的工作:录制好的视频,还是实时对话

- 购买之前,算出每分钟和每条线索的真实成本

- 设置好授权、告知和护栏,保护您的名声

什么是 AI 数字人视频,您需要哪一种?

企业用的 AI 数字人视频,是一个拥有人脸和声音的数字主播。它分两种:一种是渲染生成的视频,把脚本变成一个视频文件(HeyGen、Synthesia);另一种是实时数字人,与访客实时对话,按对话分钟计费(Tavus、Fine Structure)。请根据它要完成的工作来选择。

AI 数字人视频,是由计算机生成的人物说出给定台词的视频。这个人物可以来自现成的形象库,也可以用真人的面孔和声音制作。对企业来说,这个名称下卖的是两种截然不同的产品,第一个要做的决定,就是您需要哪一种。

渲染生成的数字人视频

您写好脚本,选一位主播和一种声音,工具就会渲染出一个完整的视频文件。没有人会回应。这正是 HeyGen、Synthesia 和 Colossyan 擅长的事:培训视频、产品讲解、欢迎致辞、同一条广告的十种语言版本。您为积分或生成的视频分钟数付费,文件归您所有,可以发布到任何地方。

实时对话数字人

您网站或应用上的一张脸,与访客进行实时视频对话。它会倾听,根据您提供的知识回答,还能在旁边显示表单或日历。Tavus、HeyGen LiveAvatar、Synthesia 的交互式数字人和 D-ID 智能体都在卖这一层,主要面向开发者。有人和它说话的每一分钟,您都要付费。Fine Structure 数字人就属于这一种。

如果不需要任何人回应,您需要的是渲染视频。如果目的是回答访客的问题,您需要实时数字人。

问题 | 渲染式数字人视频 | 实时数字人

您得到什么 | 根据脚本生成的视频文件 | 一张与每位访客实时交谈的脸

谁在说话 | 只有数字人,单向 | 数字人和访客,双向

最适合 | 培训、讲解、广告、公告、翻译 | 网站上的提问、首次到访的销售沟通、信息登记、下班后的前台

怎么付费 | 积分或生成的视频分钟数 | 对话分钟数,每次有人交谈都计费

放在哪里 | 任何可以上传视频的地方 | 嵌入您的网站或应用,或使用独立链接

通常出什么问题 | 表达生硬,脚本没人看完 | 回答错误,长时间空闲的通话,没有办法联系到真人

十秒测试: 把这句话补完:这个数字人应该______。如果填的词是讲解、宣布或教学,就从渲染工具开始。如果是回答、筛选客户或预约,您需要的是实时数字人。

企业实际上可以用 AI 数字人做什么?

最好的用途,是每天重复发生的对话或消息:在这些场景里,一张脸能增加信任,而人的时间很贵。较弱的用途,是一个普通的聊天框或一段普通视频就能做得同样好的场景。

适合实时数字人的场景

适合渲染视频的场景

数字人不适合的场景

任何需要针对某一个具体的人做出判断的事情,例如诊断、某个案件的法律意见或退款纠纷,都应该交给真人。赶时间的访客往往更喜欢文字聊天或 WhatsApp,而不是视频通话,所以实时数字人最好放在这些渠道旁边,而不是取代它们。另外,如果一家企业靠老板本人的亲自出面来销售,用一个合成的复制品可能得不偿失。

AI 数字人要花多少钱?

对一个小团队来说,渲染式数字人工具每月大约 $20 到 $150,按积分或视频分钟计价。实时数字人按对话分钟计费:从开发者 API 的每分钟约 $0.10,到 Fine Structure 小型月度套餐的每分钟约 $0.70 到 $0.95,后者包含嵌入、表单和一个信息收件箱。

以下数字摘自各厂商在 2026年11月的官方页面。这个市场的价格经常变化,购买前请再核实一遍。

Fine Structure 的套餐价格是其帮助中心列出的默认美元价格。产品中的分钟窗口始终显示当前价格。

工具 | 付费对象 | 撰写本文时的价格

HeyGen(渲染) | 包含视频生成积分的月度套餐 | 免费版每月 3 个带水印视频;Creator 每月 $29(按年付费每月 $24);Pro 起价 $49;Business $149

Synthesia(渲染) | 包含视频分钟数的月度套餐 | 免费的 Basic 套餐;Starter 每月 $19(按年付费每月 $14);Pro 每月 $89(按年付费每月 $59)

Tavus(实时,开发者 API) | 开发者套餐中的对话分钟数 | 套餐含一定分钟数;超出部分每分钟约 $0.26 到 $0.37

Synthesia 交互式数字人(实时) | 对话分钟数 | 根据 Synthesia 自己的对比,现成组件每分钟约 $0.20,API 每分钟 $0.10

HeyGen LiveAvatar(实时) | 独立套餐,与 HeyGen 视频积分分开 | 按流媒体分钟计费;详见 LiveAvatar 的定价页面

Fine Structure 数字人(实时,无需代码) | 月度分钟套餐,需另有付费订阅 | 3 分钟免费试用;Basic 20 分钟 $19;Business 60 分钟 $49;Pro 180 分钟 $129;加购 20 分钟 $19,有效期两个月

把每分钟价格换算成每位客户的成本

实时数字人的账单按分钟计算,但真正重要的数字是一位预约客户的成本。影响它的有三件事:一次对话最长能持续多久,有多少访客发起对话,以及其中有多少人留下了联系信息。用套餐价格除以它带来的预约数,再与您从广告获得一条线索的成本相比较。

示例:一家在网站上使用实时数字人的牙科诊所: 以下数字仅作说明。诊所网站每月有 2,000 位访客。其中 3% 发起对话,也就是 60 次对话。设置 3 分钟上限后,平均时长约 2 分钟,所以每月 120 分钟。60 分钟的套餐太小;$129 的 180 分钟套餐绰绰有余。如果 60 位访客中有 12 位留下联系信息,5 位预约了首次检查,那么每次预约在数字人分钟上的成本约为 $26,还不算订阅本身的费用。如果诊所从 Facebook 广告获得一条线索要花 $40,这个数字人就物有所值。如果只有 1 位访客预约,就不值。

按每分钟算,Fine Structure 的套餐比 Tavus 或 Synthesia 的原始 API 分钟更贵,也比 Synthesia 的现成组件更贵。差价换来的是无需开发者即可完成设置,以及这张脸背后的业务功能:收集联系信息、转接真人的请求、对话摘要,以及通过您自己的智能体执行操作,而且这些都和您系统的其他部分放在同一个账户里。如果有开发者,每月有数千次对话,直接对接更便宜。如果每月只有几百分钟,设置时间和总成本比一分钟的价格更重要。

使用 AI 数字人合法吗?授权同意怎么处理?

在大多数地方是合法的,但有两个条件:您有权使用所用的面孔和声音,并且人们知道自己在和 AI 打交道。各国规则不同,请把这里当作一份检查清单,而不是法律意见。

使用真人的面孔或声音,需要本人同意

主要厂商都要求被复制者本人同意。HeyGen 的帮助中心要求此人对着镜头录制一段简短的同意声明,必须一字不差地照读,并且不接受屏幕录像。Synthesia 的治理页面表示,在克隆任何人的肖像或声音之前都需要获得同意。在以色列,Privacy Protection Law(《隐私保护法》)第 2(6) 条把以营利为目的使用他人的姓名、肖像或声音视为侵犯隐私。如果您用员工的形象制作数字人,请取得书面许可,写明数字人会说什么、使用多长时间,并事先约定员工离职后如何处理。使用现成的形象库人物可以避开这个问题。

告诉人们他们正在与 AI 交谈

在欧盟,AI Act(《人工智能法案》)第 50 条自 2026年8月2日起适用。它规定,除非显而易见,否则必须告知人们他们正在与 AI 系统互动;发布真人深度伪造视频或音频的人,必须披露这些内容是生成的。其他国家有各自的消费者和隐私规则。在任何地方都稳妥的做法是:在开场问候中说明,例如“您好,我是诊所的 AI 助手”,并在数字人旁边的文字中也写明。

保护您名声的护栏

HeyGen、Synthesia、Tavus 和 Fine Structure 对比:哪个适合您的企业?

按工作来选。录制主播视频,HeyGen 和 Synthesia 是最强的选择。Tavus 和 HeyGen LiveAvatar 是给开发者的构建模块,适合想在自己的产品里放入实时数字人的团队。Fine Structure 适合想在网站上放一个实时数字人、无需代码、并与自身系统和 AI 智能体相连的企业。

工具 | 最擅长 | 以下情况请三思 | 适合

HeyGen | 渲染式数字人视频、您本人的定制数字人、翻译成多种语言 | 您需要实时对话,但没有开发者 | 发布视频的营销人员和创作者

Synthesia | 支持 140 多种语言的精良培训视频和企业视频,带团队功能 | 您是一人企业,用不上团队和治理功能 | 培训团队和较大的公司

Tavus | 通过 API 提供实时对话数字人,可调用工具接入您自己的系统 | 您的团队里没有人写代码 | 为产品加上一张实时面孔的开发者

HeyGen LiveAvatar | 流式数字人,可通过多种方式接入其他系统 | 您想要现成的页面和收件箱,而不是构建模块 | 开发者和代理公司

Fine Structure | 嵌入您网站的实时数字人,带表单、信息收件箱、对话记录,并能通过您的公开 AI 智能体执行操作 | 您需要录制好的视频文件;它不做这个 | 希望数字人与自有系统相连的小企业

两点坦白的说明。经常被引用的 2026年7月交互式数字人盲测是由 Synthesia 进行的,所以请把它的排名当作厂商给出的结果。另外,Fine Structure 数字人构建在 Tavus 之上:会说话的那张脸来自 Tavus。Fine Structure 增加的是无需代码的设置、业务功能(联系信息、转接真人的请求、摘要、智能体操作),以及在与您系统其他部分同一个地方结算分钟费用。

如何用 Fine Structure 在您的网站上放一个会说话的数字人?

您在 /avatars 创建数字人,给它指令和知识,在实时对话中测试,激活它,再把嵌入代码粘贴到您的网站上。它运行在平台的 Tavus 账户上,所以无需开设 Tavus 账户,对话分钟在 Fine Structure 中付费。

需要注意的问题: 3 分钟免费试用只能在 Fine Structure 内部和数字人自己的公开页面上使用;您自己网站上的访客需要分钟套餐,而套餐需要付费订阅。个人面孔或声音要在您选好套餐之后才会制作;在此之前请使用现成形象。转接真人的请求本身不会通知任何人,所以请查看 Requests & activity。套餐分钟数不会结转。每位访客每天最多可以发起 2 次对话。如果您更改了对话语言,请重新激活并重新复制嵌入代码。

分钟用完后,数字人不会沉默:它会向访客显示一个表单让他们留下联系信息,这些信息会立即送到您手上。数字人分钟是一个独立的附加服务,有自己的套餐,所以绝不会占用您的构建积分或智能体积分。

如何判断数字人是否值回成本?

像衡量一名销售人员一样衡量它:发起的对话数、留下的联系信息、完成的预约,以及套餐价格除以预约数。如果每次预约的成本低于您其他渠道的成本,就留着它。如果不是,先修改问候语和知识,再决定是否放弃。

第一个修复几乎总是让对话更短。3 分钟上限、一句询问访客来意的问候语、两三句话的回答,就能压低分钟数,又不会流失认真的客户。第二个修复是知识:大多数糟糕的回答,追根溯源都是因为数字人从未得到某个事实。

常见问题

企业用哪款 AI 数字人工具最好?

取决于用途。录制主播视频,HeyGen 和 Synthesia 是领先的选择。要一个与访客交谈的实时数字人,Tavus 和 HeyGen LiveAvatar 适合开发自有产品的开发者。Fine Structure 适合希望在自己网站上放一个实时数字人、无需代码、带表单和信息收件箱、并能通过自身 AI 智能体执行操作的企业。

AI 数字人视频要多少钱?

录制型数字人工具从免费版到小团队每月约 $150 不等,按积分或视频分钟计价。实时数字人按对话分钟计费,通过开发者 API 和托管组件大约每分钟 $0.10 到 $0.40,Fine Structure 的套餐约为每分钟 $0.70 到 $0.95。这些套餐每月 20、60 或 180 分钟,价格分别为 $19、$49 或 $129,需另有付费订阅。

有免费的 AI 数字人生成器吗?

有,但有限制。HeyGen 的免费版每月提供 3 个带水印的视频,Synthesia 有免费的 Basic 套餐,每月有少量额度。Fine Structure 为每个账户提供 3 分钟的实时数字人试用,可在 Fine Structure 内部和数字人自己的公开页面上使用。要服务您自己网站上的访客,则需要购买分钟套餐。

我可以做一个自己的 AI 数字人吗?

可以,大多数工具都支持。HeyGen 要求您在提交素材的同时,对着镜头录制一段同意声明。在 Fine Structure 中,您可以用一张图片或一段视频创建数字人,个人面孔或声音在您选好分钟套餐之后制作;在此之前可以使用现成形象。只使用您自己的形象,或已获得对方书面许可的形象。

必须告诉客户他们在和 AI 数字人交谈吗?

在欧盟,是的:AI Act(《人工智能法案》)第 50 条自 2026年8月2日起生效,要求除非显而易见,否则必须告知人们他们正在与 AI 系统互动。其他国家有各自的规定。在开场问候中告知,在任何地方都是稳妥的选择,也能为对话设定正确的预期。

HeyGen 和 Tavus 有什么区别?

HeyGen 最为人熟知的是根据脚本生成的渲染式数字人视频,它也通过 LiveAvatar 销售实时流式数字人。Tavus 专注于实时对话视频,通过 API 按分钟计价卖给开发者。简单来说,HeyGen 是您制作要发布的视频的地方,Tavus 是开发者搭建实时对话的地方。Fine Structure 数字人运行在 Tavus 之上,无需任何代码。

AI 数字人能在我的网站上帮客户预约吗?

在 Fine Structure 中,通话期间它可以在面孔旁边显示您的 Calendly 预约工具或日期选择,并在您允许时收集访客的姓名、邮箱和电话。对于查询空档这类操作,您需要连接一个公开智能体,它只以该智能体的公开权限执行操作,绝不使用您的权限。

使用 Fine Structure 数字人需要 Tavus 账户吗?

不需要。Tavus 是让这张脸开口说话的视频服务,Fine Structure 数字人运行在平台的 Tavus 账户上。您只需在 Fine Structure 内为对话分钟付费。数字人分钟是一个独立的附加服务,有自己的月度套餐,所以您的订阅和积分保持不变。

数字人的分钟用完了会怎样?

在 Fine Structure 中,数字人会向访客显示一个表单让他们留下联系信息,这些信息会立即送到您手上,所以您不会丢失线索。套餐分钟按月计算,不会结转。您可以加购 20 分钟,价格 $19,有效期两个月,或者升级到更大的套餐。

数字人可以用我在 Voice Studio 克隆的声音说话吗?

不能直接使用。Fine Structure 的 Voice Studio(语音工作室)用您的声音制作录音,您可以下载为 MP3 文件。会说话的视频数字人有自己的声音设置,数字人的个人声音要在您选好分钟套餐之后才会制作。在此之前,数字人使用现成形象的声音。