Synthesia 是一个围绕一次替换建立起来的 AI 视频平台：不用摄像机、演播室和出镜人，你写好脚本，由一位合成的讲述者把它说出来。作为一款 AI 视频生成器，这家公司把自己明确摆在企业用途一侧，而非娱乐或社交内容，其卖点也直接用制作经济学来表述——由 AI 数字人与配音呈现的演播室级视频，支持一百六十种以上语言，并宣称可为传统视频制作节省最多九成的时间与成本。
落到实处，这是一套完全在浏览器里完成的流程。你从两百四十个以上的库存数字人里挑一位，输入或粘贴脚本，再从一千多个语音中选一个，平台便渲染出一段由讲述者出镜的视频。围绕这个内核的，是一家公司真要把这类视频用起来所需的那些零件：屏幕录制、动态图形、配音与翻译、多语言播放器、字幕、品牌套件、实时协作、版本控制、数据分析、单点登录，以及可分享的视频页。较新的功能则伸向互动方向，包括让人对着 AI 数字人练习对话的 Roleplay Sessions，以及仍在测试中的 Interactive Avatars。
这款产品值得细读的理由，并不是视频生成本身——那已是一个拥挤的品类。而是人们对合成讲述者理应追问的那几个问题：那是谁的脸、谁同意了、能让它说出什么，在这里有着异乎寻常具体的答案。这些答案是被写成文件的，而不是靠暗示的；同时，正如评价证据所显示的，它们也正是这款产品最常见投诉的来源。下文两面都会覆盖。
文字转视频这条路径的第一步是挑选讲述者：库存库超过两百四十位数字人，每一位都基于一名真人演员。在此之外还有两类自定义数字人。Personal Avatar 用笔记本或手机录制，你可以站着、坐着甚至走动，原始背景会被保留，你的声音则自动被克隆。Studio Avatar 需要前往合作录影棚，或自行录制绿幕素材，合成最多需要数天。这一区分的意义不止于画质，因为审核政策对自定义数字人与库存数字人的处理并不相同。
制作一个 Personal Avatar 是三步流程，而第三步就是录制一段同意视频。Studio Avatar 遵循同样的逻辑：素材与同意材料都备齐之后才能上传。这不是藏在服务条款里的一个勾选框。隐私政策解释了那段录像的去向——面部几何与声纹被按照通用数据保护条例中的特殊类别规则以及伊利诺伊州生物识别隐私法处理为生物识别数据，而平台会把从同意录像中提取的生物特征，与从素材中提取的生物特征作比对，以确认二者为同一人。官方陈述的正当利益是防止个人肖像被滥用。其实际效果是：上传他人素材并声称已获许可，在设计上会卡在一道技术核验前，而不只是构成违约。
配音、视频翻译器与多语言播放器，针对的是推动许多企业采用的那个场景：一份脚本，多个市场。企业档宣传可一键翻译至八十种以上语言，而平台整体宣称支持一百六十种以上。
品牌套件、实时协作、版本控制、数据分析、SAML 单点登录、面向学习管理系统的 SCORM 导出，以及公开或需授权访问的视频页。其中 SCORM 导出尤其能说明目标买家是谁：企业里的学习与发展团队，他们的产出必须落进现有的学习管理系统。
该公司公布了一套名为 3Rs 的负责任 AI 框架——Review 指发布前的分级风险评估，Report 指把内容追溯到某个身份与授权情境的可追溯性，React 指审计与事件响应。它持有 SOC 2 Type II、通用数据保护条例与 ISO 42001 合规资质，并声称是首家通过 ISO 42001 认证的生成式 AI 公司，另有 ISO 27001 与 ISO 27701。一个外部的 AI Futures Council 中包括深度伪造研究者 Henry Ajder，以及长期反对非自愿深度伪造的北爱尔兰议会议员 Cara Hunter。另有一项 Talent Experience Program，把热门库存数字人背后的演员带进产品决策。
合规与技术培训。 这是企业培训视频的压舱石场景。政策变更、安全规程与系统操作演示都需要频繁更新，而每改一版就重录一次真人出镜，正是传统视频昂贵的根源。
新员工引导与员工发展。 面向一批批新人保持一致的呈现，再通过 SCORM 导出把成品放进既有的学习系统里。
同一条信息的多市场铺开。 一份脚本本地化成多种语言，这正是配音与翻译工具真正发挥价值的地方。
销售赋能。 产品更新与话术培训分发给分散各地的团队，并随着表述调整而刷新。
内部沟通与变革管理。 需要以同一种形态、抵达每个地区所有人的管理层信息。
标准作业程序。 屏幕录制配上数字人讲解，适合那些否则就是一堵文字墙的流程文档。
对话演练。 Roleplay Sessions 让员工对着可互动的数字人排练棘手对话，并获得带评分的反馈——这与用于广播式传达的视频是截然不同的用途。
第一步：从免费档开始，用你真实的内容去测。 Basic 档不花钱、无需信用卡，每月给一千两百个积分，可用于最多十分钟的视频。十分钟足以让你判断产出质量是否过得了你的标准线。
第二步：尽早测试你的专业词汇。 如果你所在领域有专业术语、产品名或缩写，请在试用期就把它们写进脚本并仔细听。行业术语发音错误是有据可查的投诉，而在付费之前发现它要便宜得多。
第三步：在规划内容项目之前先读审核政策。 有些话题被完全禁止，另一些则限定必须使用自定义数字人。若你的题材落在受限那一档，你的计划里就必须包含制作自定义数字人这一项，而这会同时改变成本与工期。
第四步：想清楚你是否真的需要自定义数字人。 库存数字人更快也更便宜。当讲述者的身份对受众而言确实重要，或你的题材属于受限类别时，自定义数字人才值得投入。
第五步：认真录制那段同意视频。 它是制作自定义数字人的必经步骤，而且会与你的素材做生物特征比对。请仔细遵循素材要求，Studio 类数字人的规格尤其详细。
第六步：按分钟数而不是按视频条数做预算。 付费档以积分计量，并对应到每年的视频分钟数。选择 Starter 还是 Creator 之前，请先估算你的年度分钟数——一百二十分钟与三百六十分钟之间的差距，才是真正的决策点。
第七步：把翻译需求写进脚本本身。 为便于本地化而写的文字，比堆满习语的文案翻译效果好得多。当一份脚本要变成二十个语言版本时，这一点的分量远超听起来的程度。
第八步：涉及敏感题材时给审核留出时间。 自动审核是瞬时的，但被标记的内容会转入人工复核。若你的内容触及医疗、法律或安全话题，请不要安排当小时就发布。
把审核当作设计约束，而不是障碍。 关于这个平台最常见的严肃投诉，就是正当内容被拒。事先弄清哪些话题属于受限类别，并为它们配上你本人肖像的自定义数字人，能避开其中大部分摩擦。
对事实性内容保留一道人工复核。 已有报告称自动审核拒绝了主题专家已经批准过的内容。无论平台做了什么，你自己的签核流程都不该被它取代。
在确定数字人之前先试听声音。 声音克隆的质量随素材与词汇而变。Personal Avatar 会自动克隆你的声音，这很方便，但也意味着音质在录制那一刻就已定下。
在摸清用量之前不要急着转年付。 年付价格明显更低，但付费档的积分是按年发放的，用不完同样是实打实的多花钱。
在默认自己需要企业档之前，先确认是否真的需要。 不限分钟数、单点登录、SCORM 导出与不限量个人数字人只存在于企业档。如果这些都用不上，Creator 档也许就够了，而承诺规模只是零头。
记录每一个自定义数字人的授权来源。 平台会在创建时核验身份，但由谁批准、授权多久，这类记录归你自己负责。当某位在你的库里存有数字人的员工离职时，这件事就要紧了。
读一下第三方模型的披露。 该公司声明现已使用第三方模型，并承诺告知客户哪些服务驱动哪些功能。如果你的采购流程在意次级处理方，请专门索取这份对应关系。
最清晰的适配对象，是那些大批量、多语种制作培训视频，并且需要产出能落进既有学习管理系统的企业学习与发展团队。这款产品的每一个设计决定，都指向这类买家。
它适合那些把治理证据当作采购前提的机构。安全审计报告 SOC 2 Type II 与人工智能管理体系认证 ISO 42001，加上成文的审核政策与生物识别同意核验，恰恰是采购评审会索要、而在这个品类中却很少能拿到的材料。
它适合把同一条信息铺向多个市场的公司——按语种重录真人出镜的成本，才是被真正解决掉的那个问题。
它不适合创意或娱乐类视频。数字人做的是对着镜头念稿，这不是一个讲故事的工具。
它也不适合那些题材紧贴受限或禁止边界、又无法容纳一道复核环节的用户。这里的审核在设计上就是彻底的，且对所有内容一视同仁。
至于只想偶尔做几条短视频的个人，免费档确实可用，但付费档的定价是给组织的，不是给业余爱好者的。
Synthesia 是一个基于浏览器的平台。它没有官方的桌面或移动应用；创作、编辑、协作与发布全都在网页端完成。自定义数字人的录制用的是你手头已有的摄像头——Personal Avatar 用笔记本或手机，Studio Avatar 则去合作录影棚。
产出则通过标准渠道流转：付费档可下载视频文件，企业档提供面向学习系统的 SCORM 导出，另有可分享的公开或需授权访问的视频页，以及自 Creator 档起提供的 API 访问，供需要以程序方式批量生成视频的团队使用。
关于身份识别的一点提醒：应用商店里存在一款名为「Synthesia AI: Photo to Video」的无关移动应用，由一位个人开发者发布，评分样本仅有一条。它与本平台没有任何关联。本页所述的产品，只是位于官网域名下的那个网页平台。
Basic 档免费，无需信用卡，每月含一千两百个积分，可用于最多十分钟视频与二十五个 AI 生成素材。
Starter 档标价每月十九美元，年付折合每月十四美元。它增加了视频下载、AI 视频助手、AI 配音、去除 Synthesia 标识、一名编辑加三名访客，以及一百二十五个以上库存数字人；每年一万四千五百个积分，约合一百二十分钟视频或配音与三百个素材。
Creator 档标价每月八十九美元，年付折合每月五十九美元。它增加了五个 Personal Avatar、品牌化视频页、API 访问、单场景多数字人、互动视频、一名编辑加五名访客、一百八十个以上库存数字人与优先支持；每年四万四千个积分，约合三百六十分钟与九百个素材。
Enterprise 档为定制报价，组织级能力都在这里：不限视频分钟数、一键翻译至八十种以上语言、两百四十个以上库存数字人、不限量 Personal Avatar、SAML 单点登录、实时团队协作、品牌套件、SCORM 导出、定制化上线、实施服务、专属客户成功经理，以及学院与认证课程的访问权。
这道阶梯的实际读法是：个人档在计量产出，而企业档拿掉了这个计量表，并加上治理与集成那一层。如果你需要单点登录或 SCORM，在 Creator 档上花再多钱也到不了那里。
以上价格取自 2026 年 8 月下旬访问定价页时的现状，均以美元计，且该页当时挂着促销横幅。编制预算前请以官网当前页面为准。
直接对比集是 HeyGen、D-ID、Colossyan 与 Elai，而 VEED、Pictory 与 invideo 则在更宽泛的 AI 辅助视频剪辑方向占据相邻位置。按定位而言 HeyGen 是最接近的竞品，据第三方报道，它也达到了量级相当的年化营收里程碑。
同一评价平台在同一时点的第三方评分是：Synthesia 3.9 分、HeyGen 3.6 分、VEED 4.2 分、Pictory 4.2 分、invideo 3.1 分——这组数字的用处，主要在于说明整个品类都聚在相近区间，而不在于给它们排名次。
真正有意义的差异点不是数字人的逼真度，那一项竞品都能追平。而是治理层：成文的审核政策、生物识别同意核验、ISO 42001 认证与演员计划。对企业买家而言，这往往就是决定性因素。而对一个只想把视频做出来、不愿多一道复核的用户来说，这恰恰是该去别处看看的理由——至少有一位评价者正是出于这个原因公开推荐了竞品。
内容审核覆盖一切，并且是用户投诉之首。 该公司对百分之百的内容进行审核，禁止与受限这套双层结构也有详尽文档。这确实是一项治理优势，但它同时也是负面评价者反对的对象，而且差距明显。一位评价者形容该平台控制你能创作什么并会直接拦截你。另一位为某国家医疗服务体系制作内容的用户反映，已经过临床专家批准的材料仍被以「不准确」为由拒绝，并公开推荐了竞品。凡题材涉及医疗、法律、安全或政治的人，都应把审核摩擦当作一项可预见的成本。
不同平台的评分差异明显。 该公司宣传其在某评价平台获得五分制下的 4.7 分与两千条以上五星评论。而在另一个平台上，评分为 3.9 分、样本一千八百二十条。本页并列报告两者而不作调和。4.7 那个数字因该平台拦截访问而无法独立核实；3.9 那个数字则是一手核实过的。
评分分布是两极化的。 在那一千八百二十条评论中，五星占 72%，一星占 13%，而二星与三星合计仅占 4%。一个让人要么喜欢、要么彻底否定的产品，与一个普遍还行的产品是两回事，而平均分把这一点掩盖掉了。
该评价档案带有选择偏差标记。 它自 2021 年 10 月起由企业认领，并被标注为付费订阅档案。平台同时注明该公司近期未主动邀评，也未回复负面评论。这些并不使评分失效，但它们应当与评分并列呈现。
自定义数字人的声音质量有据可查的失效模式。 一位企业客户描述了约一万一千美元支出大体落空的经历，指其自建数字人对行业专有名词发音错误，且客服无法解决。请在投入之前先测试你的词汇。
厂商指标均为自报。 超过九成《财富》100 强企业在用、五万家以上公司、一百万以上用户——这些说法来自公司自身，未经独立审计。
站内条目数据已过期。 随本工具附带的目录描述称支持一百四十种以上语言，而官网现在写的是一百六十种以上。两者不一致时，本页以官网为准。
企业档功能是真的设了门槛。 单点登录、SCORM 导出、不限分钟数与不限量个人数字人都需要走销售洽谈。需要这些能力的团队应当预留采购时间，而不要指望自助开通。
第三方模型已进入技术栈。 该公司披露其使用第三方模型，声明自己仍对平台上的企业结果负责，并承认部分安全属性源自上游。有次级处理方要求的买家应索取具体的对应关系。
演员的报酬条款未公开。 Talent Experience Program 有文档说明其存在并让演员参与决策，但官网并未公布演员的报酬、授权期限，或同意是否可以撤回。就这一点而言，官方材料未作说明。
按照有文档的流程做不到。制作自定义数字人需要录制一段同意视频，而隐私政策载明平台会把该同意录像中的生物特征与素材中的生物特征作比对，以确认二者为同一人。其目的被表述为防止个人肖像被滥用。
分两个层级。禁止内容在四份公开政策中被完全禁止，涵盖有害行为、令人不适的内容、个人与社群安全，以及平台完整性。受限内容只有在使用你本人肖像的自定义数字人时才被允许，其明示理由是库存数字人的演员可能并不认同你要表达的观点。
会。该公司对百分之百的内容进行审核。自动审核是瞬时的，被标记的材料转入人工复核。被拒时会有应用内通知与邮件说明理由及补救方式。反复重新提交被拒内容可能导致账户被停用。
有一个货真价实的免费档。Basic 档无需信用卡，每月提供一千两百个积分，够做最多十分钟视频与二十五个素材。下载与去标识则从付费档开始。
Starter 档每月十九美元，年付折合每月十四美元，每年约一百二十分钟视频。Creator 档每月八十九美元，年付折合每月五十九美元，每年约三百六十分钟并含五个 Personal Avatar。Enterprise 档为定制报价，不限分钟数。
不限视频分钟数、一键翻译至八十种以上语言、完整的两百四十个以上数字人库、不限量 Personal Avatar、SAML 单点登录、SCORM 导出、品牌套件、实时团队协作、专属上线服务与专属客户成功经理。其中单点登录与 SCORM 尤其无法在更低档位购买。
官网当前写的是整个平台支持一百六十种以上语言，企业档提供一键翻译至八十种以上语言。请注意，某些目录条目至今仍在引用一百四十种以上这个旧数字。
合规凭证是真实存在的：SOC 2 Type II、通用数据保护条例、ISO 42001 以及 ISO 27001 与 ISO 27701，公司并声称自己是首家通过 ISO 42001 认证的生成式 AI 公司。生物识别数据的处理也对照通用数据保护条例的特殊类别规则与伊利诺伊州生物识别隐私法作了说明。这是否满足你所面对的监管方，需要你自己判断，但用于判断的材料是有的。
审核过严，差距明显。评价者反映正当内容被拦截，包括已获外部专家批准的材料。次要投诉集中在自定义数字人的声音质量，尤其是专业术语发音错误。好评则集中在易上手，以及无需技术背景就能快速产出培训视频。
没有官方的。Synthesia 是一个基于浏览器的平台，自定义数字人的录制用的是你手头已有的手机或笔记本摄像头，而不是某个专用应用。应用商店里那款名称相近、由无关个人开发者发布的应用，完全是另一款产品。
