Synthesia 2

• 1. 概要 （共 286 字）

  Synthesia 是總部位於倫敦的企業級 AI 數字人影片平臺，2017 年由 Victor Riparbelli 與一批 UCL 出身的 AI 研究員創立。使用者輸入文字指令碼，即可生成由虛擬主播播報、口型對齊、自帶多語種配音的「播報式」影片，廣泛用於企業培訓、內部溝通和產品講解。產品速遞將其記為「Synthesia 2」，這一叫法並非官方單一代際——公司正式的現行代際是 Synthesia 3.0（2025 年 10 月釋出），其底層驅動是 2025 年 9 月推出的 Express-2 全身數字人引擎。本報告以 Synthesia 3.0 / Express-2 這一當前可驗證主線為基準撰寫，命名口徑差異留人工稽核。

• 2. 產品背景 （共 290 字）

  Synthesia 是少數跑通「AI 數字人影片」商業閉環的獨立公司，未被大廠收編。其融資節奏印證了賽道熱度：2025 年 1 月完成 Series D，估值 21 億美元；2026 年 1 月再獲 GV（Google Ventures）領投的 2 億美元 Series E，估值翻倍至 40 億美元，投資方還包括 NVIDIA、Accel 等。營收同樣陡峭——年經常性收入（ARR）從 2024 年底的 8800 萬美元，增至 2025 年 9 月的 1.46 億美元。據官方與第三方資料，超過 90% 的財富 100 強企業在使用該平臺，累計服務企業數超 6 萬家。2026 年 4 月，公司宣佈在奧斯汀、柏林、巴黎、蘇黎世設立辦公室，並計劃擴招 70% 人手。

• 3. 產品功能與使用體驗 （共 707 字）

  Synthesia 的核心工作流是從「指令碼到成片」：選一個虛擬主播、寫或生成指令碼、配置場景與配音、一鍵渲染匯出。2025 年的兩次大升級構成了今天的產品骨架。   其一是 Express-2 數字人引擎（2025 年 9 月）。與上一代 Express-1（2024 年 4 月，僅做面部表情）不同，Express-2 用擴散 Transformer 渲染全身——手勢、姿態、重心轉移都隨語義自然變化，配合微表情（眨眼、挑眉、淺笑）與穩定的眼神接觸，在 1080p/30fps 下輸出。實測中，數字人會在強調處用手勢、在轉場時換姿態，正常播放速度下基本能越過「像真人」的及格線。其二是 Synthesia 3.0（2025 年 10 月），新增幾項關鍵能力：Video Agents——可嵌在影片任意位置的虛擬主播，能與觀眾實時雙向對話，呼叫連線的知識庫（SharePoint、Google Drive、CRM）回答問題、跑培訓或初篩候選人，目前面向企業客戶分階段推出；AI Playground——直接在編輯器內呼叫 Sora 2、Veo 3.1、FLUX.2 生成電影感 B-roll 素材，無需跳出工作流；以及基於提示詞的形象/著裝生成，和「單張照片即可生成個人數字分身」的 Personal Avatar。   配音側，Express-Voice 是兩段式 Transformer 語音克隆系統（每段 8 億引數），數秒復刻音色、保留口音與語調節奏。AI Dubbing 可將一段影片譯製為 130+ 語種並保持幀級口型對齊，一鍵翻譯則做指令碼級翻譯。平臺內建 240+ 個庫存數字人、支援 160+ 語種文字轉語音，並提供實時協作、Brandkit 品牌套件、版本控制、SCORM 匯出（對接 LMS）和播放分析。

• 4. 定價與商業模式 （共 287 字）

  2026 年 4 月的定價採用「分鐘額度」年付制：免費版每年 36 分鐘、9 個庫存形象（帶水印）；Starter 每月 29 美元（年付 18 美元），每年 120 分鐘、70+ 形象；Creator 每月 89 美元（年付 64 美元），每年 360 分鐘、解鎖全量庫存；Enterprise 為定製報價，含 SSO、審計日誌、SCORM、API、Veo 3 等。Personal Avatar（個人數字分身）另計，約 1000 美元/年。需提醒的是，SCORM 匯出與一鍵翻譯等被多篇評測指為「企業版專屬」或需銷售談判才能開通，常有「建好課程才發現用不了」的落差。API 已從純企業版下放到 Creator 版，用於程式化批次生成。

• 5. 使用者評價 （共 260 字）

  正面集中在其易用與多語言能力：零影片經驗者 15 分鐘內可產出成片，90% 使用者無需教程即可釋出首條影片；一次拍攝的英文培訓片，能快速譯製成數十個語種版本，對全球 L&D 團隊價值直接。負面則高度集中於內容稽核：這是最多的投訴項——合規的商業內容會被無明確理由地攔截或封禁，人工複核往往要 12–24 小時，非企業客戶沒有優先順序；有使用者報告賬號在 30 分鐘內因模糊違規被封。退款政策嚴格、自定義形象製作偏慢（需數日複核）也是常見槽點。另有使用者反映高峰時段渲染會拖到 15–20 分鐘，Starter 每月 10 分鐘額度極易觸頂、被迫 4 倍價升級。

• 6. 行業評價 （共 330 字）

  在獨立評測中，Synthesia 綜合口碑偏正面：G2 約 4.7/5（2000+ 評價）、Trustpilot 約 4.3/5（300+）、PlainAI 4.0/5。行業普遍將其定為「企業培訓/內部溝通影片」的標準答案，對手 HeyGen 則在低門檻寫實度、175+ 語種譯製深度、按量計費 API 與價效比上更佔優，但治理與稽核更松。Runway、Sora、Kling 等通用生成影片模型正從「電影感 B-roll」一側擠壓純數字人播報品類；Colossyan 在培訓場景的原生互動、D-ID 在 API 化照片驅動上各有卡位。Synthesia 的護城河在於合規資質（SOC 2 Type II、GDPR、ISO/IEC 42001 AI 管理體系、SAML/SSO）與 90%+ 財富 100 強的採購慣性。

• 7. 爭議與風險 （共 282 字）

  最大風險是內容稽核的不可預測性：受監管行業（醫療、金融、法律）使用者可能因一次輕微編輯導致已透過影片被重新標記，投入的工時付諸東流；平臺官方文件承認稽核不完美，但未公開清晰的申訴流程，非企業客戶無優先通道。其次是合規缺口——截至 2026 年 3 月，Synthesia 與 HeyGen 均未公開 HIPAA 業務夥伴協議（BAA），涉及患者或客戶資料的受監管買家需簽約前單獨索取。再次是寫實度天花板：2026 年盲測中 64% 的觀眾能正確識別 AI 數字人（2024 年為 89%），近景下仍顯合成感，不適合情感敘事或電影化內容。HIPAA、嚴格退款、分鐘額度緊繃與渲染延遲共同構成落地摩擦。

• 8. 適用人群與使用建議 （共 221 字）

  Synthesia 最適合：需要規模化、可更新、多語種企業培訓與內部溝通的影片團隊；看重合規資質與 LMS 整合的組織。它不適合：追求人格化、幽默感或電影質感的創作者；預算極緊、僅偶爾產片的個人（免費版或更便宜工具更划算）；需要 HIPAA 級合規醫療內容的團隊（需先確認 BAA）。若主要做對外營銷，HeyGen 往往價效比更高；若做分支式互動培訓，Colossyan 的原生互動更強。建議先用免費版產出一條真實業務影片，確認能過審且形象貼合後再考慮付費。

• 9. 總結 （共 109 字）

  Synthesia 3.0 / Express-2 把「打字生成播報影片」這件事做到了企業級的水準，真正的長板在合規、規模與多語種訓練影片，短板在稽核的不確定性、寫實度天花板與按分鐘計費的壓力——它是專家型工具，不是萬能機器。

暫無深度報告

• 

  Lilly694

  —

  口型近看還是有點假，客戶問過兩次。

---

• 

  CHwhi

  —

  和 HeyGen 比，Synthesia 在企業合規、LMS 整合上穩得多；但寫實度和多語種深度 HeyGen 更強，看你用在哪。

---

• 

  Henry.GonzalesJr

  —

  express-2 之後手勢和姿態終於像真人了，強調處會用手比劃，正常速度看基本過關，近景還是能看出是合成的。

---

• 

  IsaiahNgyyen

  —

  Trustpilot 上 4.3 分在 AI 工具裡算異常高，負面基本集中在稽核和退款，正常用其實挺穩的。

---

• 

  KathleenMiller_Pro03

  —

  零影片基礎，二十分鐘就出片，太順手了。

---

• 

  Sean_Flores369

  —

  退款政策挺嚴的，短期訂閱基本不退。

---

• 

  唐琪_1

  —

  免費的 10 分鐘額度，一條就沒了，坑。

---

• 

  CCastilloQ03

  —

  AI Playground 裡直接調 Sora 2 和 Veo 3.1 生成 B-roll 是真香，不用跳出工作流也不另付 API 費，這是和競品拉開差距的地方。但沒有時間軸編輯，想逐幀微調根本做不到，改個逗號都要重新渲染等八到十二分鐘，重度迭代會很磨人。

---

• 

  AMoore_66

  —

  數字人庫是見過最全的，我居然找到一個長得像我的。就是 Starter 的分鐘限額太彆扭，後來升了檔才好用。

---

• 

  JRichardson_20230

  —

  語音克隆幾秒出聲，口音語調都保住了，牛。

---

• 

  GloriaReev

  —

  我們團隊把 40 頁的 PPT 一天之內轉成了完整影片課程，它居然會讀演講者備註生成配音，離譜地好用。不過長影片渲染是真慢，有次五分鐘以上的片子直接匯出超時，後來我們都習慣先把文案鎖死再點生成，省事不少。

---

• 

  DylanPerez_2022

  —

  Personal Avatar 現在一張照片就能做，以前要錄幾分鐘影片，速度提升巨大，做數字分身終於不痛苦了。

---

• 

  DianeCollins_2024

  —

  註冊一小時就做出第一條影片了，介面真清爽。

---

• 

  ANjoh

  —

  多語種譯製是真的救命，一個英文培訓片直接翻成德文法文，省掉三次重錄。質量大概九成到位，就是德文版偶爾口型比聲音慢半拍，客戶湊近看會問，但整體還是甩同行一條街，尤其對全球 L&D 團隊，長期看特別值。

---

• 

  MariaSanchez

  —

  盲測裡 64% 的人能認出是 AI 數字人，比 2024 年的 89% 低了不少，說明寫實度確實在漲，express-2 之後手勢姿態像真人了。語音克隆也狠，盲測 72% 分不清真人，但真要做情感敘事或電影感內容它還是不行，那是另一類工具的事。

---

• 

  LambdaLPWood

  —

  我們做全球入職培訓，同一門課要存在六七種語言裡。以前每上個市場重錄一次，現在上傳英文版一鍵譯製，兩小時搞定。省下的真金白銀比訂閱費多太多了。就是自定義形象要走同意流程，不是秒出，運營上有一點開銷，但可接受。

---

• 

  DeborahCarter

  —

  Starter 那 10 分鐘每月額度純屬玩笑，一個片子就燒光，逼著你升 Creator，實際月費直接翻四倍，簽約前真不會告訴你。

---

• 

  JReed_Pro

  —

  高峰時段渲染能拖到十五二十分鐘，長影片更誇張。我們後來學乖了，先把文案鎖死再生成，絕不生成後再改逗號。

---

• 

  Lawrence.CampbellZ

  —

  內容稽核是我最想吐槽的：正經商業內容會被無理由攔下來，人工複核動輒 12 到 24 小時，非企業客戶還沒優先順序。而且近景下數字人還是能看出是合成的，要是你的流程經不起這突如其來的延期，這是個真風險，得留緩衝。

---

• 

  HashNet_pro

  —

  SCORM 匯出居然是企業版專屬，建完課程才發現，得找銷售要報價，體驗像釣魚。

---

• 

  TIram

  —

  做 HR 合規課每季度都要更新，以前拍片子要折騰一整天，現在改指令碼重新生成數字人影片一小時就搞定，企業版是貴但替換掉的東西值這個價。不過做對外營銷我還是更偏向 HeyGen，翻譯和寫實度更順，Synthesia 強在內部培訓和 LMS 整合。

暫無評論