百度曦靈

百度曦靈是什麼？

百度曦靈是百度智能雲推出的數字人、數字員工與行銷內容創作平台，涵蓋數字人影片、直播、即時互動、企業知識問答、形象定制、聲音克隆以及開發者組件。它既提供普通用戶可操作的創作工作台，也提供API、SDK與MCP供企業整合使用。

曦靈並非單一的「數字人口播生成器」。目前該產品分為行銷內容創作平台與數字員工開放平台，前者重視內容與直播運營，後者則強調形象、影片、互動及直播組件的組合。

公共人像與音色

官方產品文件顯示，目前有超過800個公共人像以及150多個公共音色可供使用，這些元素可用於影片、直播和對話應用程式。不同的形象所適用的組件、畫幅及授權範圍可能會有所差異。

公共可選並不代表所有商業用途都能永久免費使用。購買前應確認使用期限、媒體、地區、品牌以及對敏感行業的限制。

照片數字人

照片數字人可從一張單帧人像快速生成2D數字形象，用於照片數字人影片或端渲染互動。基礎照片訂製服務目前為20元/次，批量包則按次數線性計價。

單張照片的動作和視角變化有限，輸入應為清晰正臉並取得肖像授權。

2D小樣本數字人

2D小樣本數字人透過錄製真人的影片來訓練形象。一般而言，需要1到4分鐘的閉嘴影片，目前的定價為1000元/次；

專屬口型通常需4至8分鐘口播，目前2000元/次。

拍攝的光線、服裝、動作和背景都會影響最終的呈現效果。訓練出的形象可用於影片、互動及直播功能，但這些功能仍需另行購買相關服務。

生成式數字人

生成式基礎版只要上傳一張人像照片即可進行訓練，文件處理時間約為40分鐘，目前費用為20元/次，主要用於視頻組件。高級版的動作與互動狀態更自然，同時支援視頻與互動功能，目前費用為2000元/次。

基礎版不適合需要聆聽態與播報態自然切換的即時互動。選型前應先看樣片。

3D數字人

曦靈提供文生3D、3D卡通以及企業模型適配服務。3D數字人可用於影片與互動，並支援不同的橫向/縱向畫面比例，以及半身與全身形態。

極速版3D定製目前標示6萬元/個人像。企業提供原畫或模型時還需適配，週期可能達到數週。

2D超擬真與端渲染

2D超擬真數字人透過靜默與動作影片訓練，用於雲端渲染互動；2D端渲染數字人則在終端設備上運行，適合大螢幕、App以及特定的離線或低延遲場景。

端渲染需要SDK、License、設備相容性以及TTS資源，不能只購買形象就直接上線。

123數字人影片

123數字人是曦靈的影片生成組件之一，可透過形象、聲音和文字合成數字人口播，並提供正式接口。它適合用於批量產生新聞、課程和行銷內容。

批次任務要處理異步狀態、回呼、失敗重試和結果下載，輸出腳本也要做事實與合規審核。

影片創作工作台

行銷內容平台目前列出商品圖生影片、影片翻譯、靈感轉影片、精編影片、AI廣告、PPT生成、AI名片以及裂變影片等多種製作方式。

工作台降低了剪輯的門檻，但AI生成的商品、字幕、價格和人物動作可能出現錯誤，正式發布前仍需人工檢查。

商品圖與AI廣告

商品圖生影片可把靜態商品素材變成行銷短片，AI廣告則從賣點、腳本和數字人快速生成內容，適合電商和門店運營。

模型可能改變包裝文字和商品細節。廣告功效、價格、庫存和優惠期限必須以真實業務為準。

影片翻譯

曦靈提供影片翻譯介面，可處理語音、字幕、目標語言配音及人物口型方向，適合跨境行銷與培訓。

專業術語、文化表達和免責聲明需要母語審校，克隆聲音必須有權使用。

數字人直播

直播組件可驅動2D小樣本數字人持續播報，並結合智能話術、彈幕互動和直播間裝修。行銷平台還支援授權美團、淘寶、京東等平台並查看直播數據。

無人直播也必須遵守平台規則和AI合成標識要求。商品與互動回覆需要設置人工兜底。

實時對話數字人

互動組件將語音辨識、大型模型、知識庫、語音合成以及數位人渲染技術結合起來，從而實現即時對話。使用者可以設定具有特定知識、技能與個性的數位分身智能體。

即時應用必須處理延遲、中斷、敏感問題、幻覺以及網路異常。醫療、金融等高風險場景必須轉由人工處理。

知識庫與智能體

平台支援上傳文件以建立專屬知識庫，讓數位人能結合通用知識、行業及企業資料來回答問題。適用於企業展廳、客戶服務、培訓及導覽。

知識庫需要版本更新、權限和引用核驗。大模型回答不能替代正式政策與合同。

聲音克隆

聲音克隆LITE版目前為10元/次，標準聲音克隆則為200元/次，兩者皆提供10次和100次的使用次數包。經過訓練完成的TTS可用於數位人影片、互動及直播功能中。

克隆前必須取得說話人明確同意，並遵守曦靈克隆協議。不得冒充或偽造授權。

語音合成與SSML

平台提供語音合成API及SSML控制，可用文字驅動數字人，並調整停頓、語速和讀音。端渲染互動通常需要字符包與併發。

目前，TTS字元包的價格為：10萬字元100元，100萬字元1000元，有效期為一年；若需增加同時處理的請求數量，則需每月支付40元，或每年支付400元。

影片生成時長包

開放平台的影片組件是按製作時長來計費的，有效期限通常為一年。照片數位人的10分鐘費用為45元，2D小樣本及123數位人的10分鐘費用為30元，2D精品的費用則為40元，而3D數位人的費用則為50元。

100分鐘和1000分鐘按相同單價放大。公共資源池不提供專屬並發，高峰速度受共享資源影響。

影片專屬併發

照片數字人專屬並發，目前為4500元/月或4.5萬元/年；2D小樣本、2D精品、3D以及123數字人，通常為2000元/月或2萬元/年。

影片計費可以僅購買時長包，也可以選擇時長包加上專屬併發量。小型任務可以先使用公共池。

價格與版本對比

雲渲染互動價格

2D雲渲染互動一併發目前為800元/7天、2400元/月、2.4萬元/年；3D則為1200元/7天、3600元/月、3.6萬元/年。

互動應用還需要形象、語音、大模型和網路等資源，總成本不能只看併發價格。

端渲染SDK價格

照片數字人H5端渲染License目前為1萬元/月或10萬元/年。2D端渲染則提供設備授權，費用為3600元/個，應用授權的費用則為3.6萬元/個；

應用授權只覆蓋Android或iOS單一系統下有限設備。

3D端渲染按併發計費，目前為120元/7天、360元/月、3600元/年。具體適配與設備上限需參考合約。

直播組件價格

2D小樣本數字人直播API專屬併發，目前為700元/7天、2000元/月或2萬元/年，並可限時使用標準人像庫。

直播還需要形象訓練、內容、聲音和推流資源，單獨購買直播並發不構成完整方案。

為什麼要組合購買？

官方價格指南明確說明，單獨購買形象、播報或互動任一產品通常不能直接形成最終應用。形象解決「誰出現」，時長或併發解決「如何生成」，TTS和大模型解決「說什麼與怎麼回應」。

採購前應畫出完整鏈路，並按影片、直播或互動場景選擇組件。

API與SDK

曦靈文件提供文件上傳、形象定制、聲音克隆、影片合成、圖片轉影片、影片翻譯、混剪、雲端渲染、會話管理、串流以及多端SDK。

生產接入要保護鑒權、驗證回呼、限制併發、保存任務結果並處理License更新。

數字人MCP

開放平台已適配MCP，可讓支援MCP的大模型應用上傳素材、製作數字人、合成聲音和查詢任務，從對話中調用曦靈能力。

MCP使用仍需平台帳號、權益和克隆協議，不代表免費或本地運行。

是否開源？

曦靈平台、數字人模型、渲染服務和SDK是閉源商業產品，沒有查到官方公開的完整核心源碼或模型權重。

GitHub上支持接入百度曦靈的第三方數字人項目，不等於曦靈本身開源。

百度曦靈使用教學

完成一次基礎任務

1. 確定受眾、平台、畫幅、時長和必須表達的資訊；
2. 在百度曦靈中準備腳本、鏡頭或有意權使用的參考素材；
3. 選擇公共人像與音色並生成低成本預覽；
4. 使用照片數字人調整畫面、節奏、字幕和聲音；
5. 逐幀檢查人物、文字、Logo、口型及事實準確性；
6. 確認音樂、肖像和素材授權後導出目標規格；

建立可重複使用的專業工作流

1. 建立腳本、鏡頭表、品牌素材和禁用元素清單；
2. 為公共人像與音色、照片數字人及2D小樣本數字人保存統一參數；
3. 先用代表性鏡頭測試模型與額度；
4. 把失敗鏡頭轉入人工剪輯或重新生成；
5. 統一字幕、響度、色彩和片尾版權資訊；
6. 記錄版本和審核人後再批量發布；

適合哪些用戶？

• 製作批量數字人口播和課程的團隊；
• 開展電商直播與行銷影片的企業；
• 建設展廳、客服、導覽及培訓數位員工的機構；
• 需要2D、3D或手語數字人SDK的開發者；
• 需要聲音克隆、API和MCP整合的平台方。

產品優勢

• 影片、直播、互動及智能體場景完整；
• 公共人像與音色資源豐富；
• 照片、2D、3D和端渲染形態多樣；
• 官方價格表拆分到時長、併發與License；
• 提供API、SDK和MCP；
• 可結合百度雲與大模型能力。

限制與注意事項

• 產品組件多，採購組合複雜；
• 形象、生成時長、併發、互動License、TTS、大模型和雲資源可能分別計費；
• 數字人、聲音與行銷內容涉及肖像、聲音、版權和廣告合規；
• 所有AI輸出都需要人工審核；

常見問題

百度曦靈免費嗎？

登入可領取部分體驗權益，免費額度用完需在組件商店購買。企業正式使用按組件計費。

照片數字人多少錢？

照片形象定製目前20元/次，影片生成時長10分鐘45元；互動應用還需要SDK、TTS等組件。

聲音克隆多少錢？

LITE版目前10元/次，標準版200元/次，皆可購買批量服務包。

能做數字人直播嗎？

可以，2D小樣本直播API目前專屬併發約2000元/月，還需形象和內容等資源。

百度曦靈有API嗎？

有完整API、H5及移動端SDK，並支援MCP，覆蓋影片、互動、直播和訂製。

百度曦靈開源嗎？

不開源。核心平台、模型和渲染服務未公開完整源碼。