D-ID 是谁？把照片变成会说话视频的以色列数字人公司
你多半刷到过这样的短视频：一张几十年前的黑白老照片，照片里的人忽然眨了眨眼、露出微笑，甚至开口讲起了自己的一生。让这波「老照片复活」浪潮席卷全球社交网络的底层技术，很大一部分来自D-ID——一家总部位于以色列特拉维夫的人工智能公司[3]。它成立于 2017 年，核心能力是用深度学习让静态人像照片动起来、配上语音说出任意文案，如今已从单一的照片动画技术，扩展为覆盖自助创作台、开发者接口与实时交互数字人的完整产品线[6]。
01一家从「鉴伪」转向「造真」的公司
D-ID 的名字来自 de-identification（去识别化）。听起来矛盾吧：一家造数字人的公司，起点却是反人脸识别。2017 年，Gil Perry、Sella Blondheim 与 Elron Kance 三位创始人创办这家公司时，主打的是照片取证与去识别化技术，帮助图片规避人脸识别算法的追踪，并在 2018 年登上 TechCrunch Disrupt 创业竞技场的舞台[3]。正是在对人脸结构的反复研究中，团队发现了另一面的商业价值：既然能让机器认不出这张脸，也就有能力让这张脸按照预设的方式动起来。公司随后转向视频重演（video reenactment）方向，也就是今天所说的数字人生成。
真正的转折点出现在 2021 年 2 月。家谱平台 MyHeritage 上线了由 D-ID 技术驱动的 Deep Nostalgia™ 功能，用户上传家族老照片，几秒钟内照片里的人就会转头、眨眼、微笑[2]。功能上线仅一周就有超过 1000 万张人脸被动画化，平均每分钟数千张照片正在被处理；五周后这一数字达到 7200 万[4]。资本随之而来：2022 年 3 月，D-ID 完成 2500 万美元 B 轮融资，由麦格理资本领投，Pitango、AXA、OurCrowd、丸红等机构跟投，累计融资约 4800 万美元[5]。
02历史照片活化：三个出圈案例
Deep Nostalgia™ 老照片复活
与 MyHeritage 合作的照片动画功能，用预录的驱动视频让人脸在旧照中自然活动，黑白照与彩色照通吃，上线即成为全球性网络现象，相关 App 也一度登顶应用商店下载榜[3]。
LiveStory 让照片开口讲生平
在照片动画基础上叠加语音合成：用户输入逝者的生平经历，照片中的人便以第一人称讲述自己的故事，把「看见祖先动起来」推进到「听见祖先说话」，成为 Deep Nostalgia 之后又一个刷屏功能[5]。
《Reminiscence》互动预告片
华纳兄弟为休·杰克曼主演电影《追忆迷局》做的宣发实验：影迷上传自己的正面照片，就能把自己「放进」预告片场景中与角色同框，此后亿滋、印度短视频应用 Josh 等品牌也成为其客户[7]。
03Studio 产品矩阵：从自助平台到实时数字人
2022 年 9 月，D-ID 把此前主要经由合作方输出的技术收拢为自有自助平台 Creative Reality Studio 正式发布，同时推出 PowerPoint 插件，让普通职场人不需要工程师也能批量生产数字人视频[6]。目前其产品线大致分为四层（具体形态与套餐以官网为准）：
Creative Reality Studio
网页自助创作台：一张照片加一段文案或录音，几分钟生成口播视频，内置头像库与多语言语音。
D-ID API
面向开发者的接口，把照片说话能力嵌进自家应用，支撑规模化、程序化的视频生产管线。
Agents 交互数字人
不止会念稿，还能围绕知识库与人实时对话，用于接待、导览与培训问答等双向场景。
Express 实时数字人
面向直播与在线服务的流式实时形象渲染，低延迟输出会说话的脸（能力边界以官网披露为准）。
04企业场景表：谁在用它、怎么用才不踩坑
| 业务场景 | 典型用法 | 落地提醒 |
|---|---|---|
| 员工培训与课程制作 | PPT 插件把静态幻灯片变成真人讲师视频，替代昂贵的录课与外聘讲师成本[6] | 涉及员工或讲师肖像需书面授权，内部课程同样建议标注 AI 生成 |
| 产品营销短视频 | 虚拟主播一天产出上百条带货口播，A/B 测试不同话术 | 广告平台对 AI 合成内容有标识要求，投放前核对当地法规 |
| 客户接待与售前咨询 | Agents 形象挂在官网或小程序，回答高频问题并收集线索 | 须明确提示对方正在与 AI 交流，敏感问题设置转人工通道 |
| 多语言内容本地化 | 一条母语母版视频快速翻配数十种语言口型，出海物料降本 | 翻译需二次润色，避免机翻腔调损伤品牌调性 |
05伦理与水印：这门生意的另一面
一张照片就能让任何人「说出」任何话，这项能力的阴影面显而易见。值得记录的是，D-ID 在产品端做了多层防护：Creative Reality Studio 的使用条款明令禁止制作政治类视频，系统会对脚本进行脏话与仇恨言论过滤，接入微软 Azure 文本审核接口拦截攻击性内容，并通过人脸识别阻止用户上传公众人物的照片来生成冒犯性视频[6]。
社会层面的担忧
- 深度伪造被用于诈骗、冒充与虚假信息传播，普通人越来越难凭肉眼分辨真假
- 逝者肖像能否被「复活」涉及复杂的知情同意问题，家人意愿可能不一致
- 各国监管快速跟进，合成内容的强制标识义务正在多地落地
平台与行业的应对
- 与负责任 AI 组织合作：D-ID 曾公开分享在家暴公益项目中如何逐一征得遇难者家属同意的经验[8]
- 行业层面推广 C2PA 内容凭证与水印技术，让 AI 生成内容自带可验证的「出生证明」（各平台落实进度以其官方公告为准）
- 对使用者而言，底线是只用自己的肖像或已获授权的素材，并对成品做显著标注
06常见问题
可以。这是 D-ID 区别于多数数字人厂商的核心卖点：无需录制真人出镜素材，一张清晰正脸照配合文案或录音即可生成全高清视频；若追求更丰富的肢体动作，也可提交一段约十分钟的训练视频制作「训练角色」。[7]
订阅付费套餐的用户一般可将产出用于商业用途，具体权利范围与限制以其官网服务条款和所选套餐说明为准；使用他人肖像前务必取得本人或权利人授权。
支持。平台早期上线时以英语、西班牙语、日语起步，此后持续扩充语言列表，中文口播与口型同步现已可用，实际效果建议先用免费额度实测，最新语言清单以官网为准。[7]
Synthesia 主打企业级演播室风格的模板化数字人，HeyGen 强在视频翻译与声音克隆；D-ID 的差异化在于「单张照片即可驱动」的低门槛与完善的开发者接口。三家都在快速迭代，建议按自己的素材条件分别试用后再定。
平台端已有名人脸拦截与内容过滤机制，但对个人而言更重要的是主动防范：不在不可信网站上传高清正脸照，发现被冒充及时通过平台举报通道投诉，必要时依据当地个人信息保护法规维权。[6]
参考资料
- 来源：维基百科 D-ID 词条——公司沿革、创始团队与技术路线 en.wikipedia.org/wiki/D-ID
- 来源：MyHeritage 官方博客——Deep Nostalgia 功能发布公告 blog.myheritage.com
- 来源：TechCrunch——MyHeritage 上线照片动画功能，技术授权自 D-ID（2021-02） techcrunch.com
- 来源：MyHeritage 官方博客——Deep Nostalgia 成为互联网现象，五周 7200 万次动画 blog.myheritage.com
- 来源：TechCrunch——D-ID 完成 2500 万美元 B 轮融资，Macquarie Capital 领投（2022-03） techcrunch.com
- 来源：TechCrunch——D-ID 发布 Creative Reality Studio 自助平台及其内容护栏（2022-09） techcrunch.com
- 来源：TechCrunch——D-ID 推出 Speaking Portrait 照片转写实视频产品（2021-09） techcrunch.com
- 来源：Partnership on AI——合成媒体框架之 D-ID 案例研究（知情同意实践） partnershiponai.org