价格指南
最后更新时间：2025-11-05 10:02:04
基本结构
腾讯云智能数智人售卖三类产品：形象采购、播报服务以及交互服务。形象采购为必选项，可以搭配数智人的播报服务以及交互服务一同使用。需注意，单独购买形象采购、播报服务以及交互服务任一产品均无法直接应用于最终的应用场景，需要组合购买。
2D/3D形象 | 形象租赁 | 自定义专属的数智人形象，3D需额外购买云端驱动引擎，2D不需要；与租赁二选一购买。 | | |
定制形象续期 | 定制形象默认有1年有效期，该服务专用于定制形象到期后购买使用；租赁形象到期后，直接重新购买即可，不需要购买该续期服务。 | | | |
应用场景 | 会话互动 | 云渲染 | 通过云端服务来渲染生成形象后，将图像实时推送到终端展示，需购买“云渲染会话驱动并发”；支持 API 和 SDK，与端渲染互斥。 | |
| | 端渲染 | 在终端本地直接渲染生成形象展示，云端只负责推送会话内容，需购买“端渲染会话驱动次数包”或终端授权 license；支持 API 和 SDK，与云渲染互斥。 | |
| 音视频播报 | 生成视频(含音频) | 借助指定虚拟形象和音色，按照预设文本生成视频，需购买“视频播报合成小时包”(含音频合成能力)。 | |
| | 仅生成音频 | 借助指定音色，按照预设文本生成音频，需购买“音频播报合成小时包”(仅生成音频时需购买该小时包)。 | |
| | 音视频播报并发 | 通过增加并发路数来提高视频或音频的生成效率，对生成结果不影响，可选购买。 | |
声音定制 | 声音复刻 | 通过提供的声音素材，训练生成指定的音色。在应用场景中配合使用。 | | |
定制声音续期 | 复刻声音默认1年有效期，该服务专用于复刻声音到期后购买使用。 | | | |
形象介绍
形象类别介绍
形象类型 | 定义 | 使用场景 | 示例 |
2D精品 | 通过在专业影棚中录制动作素材，经过两周左右的训练可生成应用于播报、交互场景的数智人。精品形象可在文中随机插入指定动作，动作呈现多样性。 | 适用于金融、传媒类对数智人形象、动作有要求的客户。 |  |
2D小样本-通用口型 | 适用于对数智人口型无要求、无良好拍摄条件的客户。 |  | |
2D小样本-专属口型 | 适用于对数智人形象复刻有要求、有较好拍摄条件的客户。 | | |
2D小样本-高精版本 | 适用于大型会议、面对面对话、产品发布会、大屏场景。 | | |
2D小样本-照片数智人 | 通过一张照片即可训练数智人；该版本主打低价快速，从素材提交后，一般情况下在10分钟后即可使用。 | 适用于泛互、娱乐场景。 |  |
3D卡通 | 根据客户的需求设定数智人五官特征、发型、服饰、配饰等完成原画，待客户评审后敲定最终形象后进行模型制作。后经过骨骼绑定、渲染、UE调优等阶段后可输出覆盖交互、播报场景的数智人。 | 适用于已有2D吉祥物形象，期望升级为3D形象为用户提供服务的场景。 |  |
3D半写实 | 根据客户的需求设定数智人五官特征、发型、服饰、配饰等完成原画，待客户评审后敲定最终形象后进行模型制作。后经过骨骼绑定、渲染、UE调优等阶段后可输出覆盖交互、播报场景的数智人。 | 适用于需要一定的写实感但精度要求不高的场景，如资讯播报、手机端智能客服场景。 |  |
3D写实 | 根据客户的需求设定数智人五官特征、发型、服饰、配饰等完成原画，待客户评审后敲定最终形象后进行模型制作。后经过骨骼绑定、渲染、UE调优等阶段后可输出覆盖交互、播报场景的数智人。 | 适用于需要高写实感和高精度展现的场景，如品牌宣传、大屏交互场景。 |  |
形象对比
| 2D小样本-通用口型 | 2D小样本-专属口型 | 2D小样本-高精版本 | 2D小样本-照片数字人 |
录制要求 | 录制至少60s的视频，对于视频拍摄声音无要求 | 录制至少180s的视频，录制环境需要保持安静，仅可录制拍摄主体的声音 | 录制标准同专属口型，视频分辨率需是4K | 仅需要提供一张人物清晰正面照片 |
交付周期 | 1天内出demo供客户效果确认，客户点击确认后即可使用 | 2天内出demo供客户确认效果，客户点击确认后即可使用 | 3天内出demo供客户确认效果，客户点击确认后即可使用 | 10分钟内即可使用 |
成品效果 | 通用版本使用的为大数据模型生成的唇齿 | 专属版本为录制本人的口型，面部清晰度更优 | 在专属口型的效果基础上，输出4K分辨率，更加高清 | 照片数智人使用的为大数据模型生成的唇齿，身体姿态无法轻微晃动 |
通用口型 vs 专属口型 |  | | | |
通用口型 vs 照片数字人 |  | | | |
专属口型 vs 高精版本 |  | | | |
价格说明
形象采购
形象采购是指数智人的形象购买，具体可以分为形象租赁和形象定制两种方式。此外还可以支持对声音的复刻。
形象租赁：通过租赁公共基础形象库内的形象。租赁期间，为无独占租赁，仅拥有该形象的使用权，该形象的所有权依旧归腾讯方所有，且腾讯方有权将该形象进行二次租赁。 适合对形象专属要求不高、业务处在初期阶段的客户。
形象定制：通过录制训练或者建模的方式对数智人形象进行定制，适用于对自有形象有要求、对形象需要拥有所有权的客户。
声音复刻：通过对语音数据的采集训练，复刻特定的声音。
1. 形象租赁
形象类型 | 功能描述 | 价格 |
2D 小样本通用口型 | 在 2D 小样本通用口型形象库中选取形象租赁，租赁期间为无独占租赁，支持文本驱动或原声驱动，基础动作按照实际形象情况为准。含默认音色。 | 25美元/个/月 |
2D 小样本专属口型 | 在 2D 小样本专属口型形象库中选取形象租赁，租赁期间为无独占租赁，支持文本驱动或原声驱动，基础动作按照实际形象情况为准。含默认音色。 | 60美元/个/月 |
3D | 在 3D 形象库中选取形象租赁，租赁期间为无独占租赁，支持文本驱动或原声驱动，基础动作按照实际形象情况为准。含默认音色。 | 5358美元/个/月 |
2. 形象定制
需要注意：形象定制配额自购买后即生效，有效期为一年。
形象类型 | 功能描述 | 价格 |
2D小样本通用口型 | 限云服务。支持文本及原声驱动。 通过提供1段1分钟视频素材即可定制数字人，含1个默认音色。 服装造型、姿态、动作均以视频素材数据为准。 素材为绿幕纯色背景的，方可支持背景更换功能。 | 200 美元/个 |
2D小样本专属口型 | 支持文本驱动或原声驱动。 通过提供1段3分钟视频素材即可定制播报数字人，含1个默认音色。 服装造型、姿态、动作均以视频素材数据为准。 素材为绿幕纯色背景，方可支持背景更换功能。 | 1,000 美元/个 |
2D小样本照片 | 支持文本驱动或原声驱动。 通过一张照片即可训练数智人，成本低，定制速度快速。 | 2.5美元/个 |
3D | 不限云服务、私有化使用。 支持文本/声音驱动/单目摄像头视频驱动，基于默认版3D人像（参考哟哟形象身体模板），针对脸型、发型、服装、动作按指定的要求进行客制化，成套模型包含脸型*1、发型*1、服装*1，动作库8个。 如需额外的发型、服装、动作、表情定制，需增项加购。 3D写实配套资产精度为S级别。 | 请联系我们，获取报价 |
3D云端驱动引擎 | 适用于客户已有并且满足驱动规范的 3D 形象资产，支持文本驱动或原声驱动。 | 137,500美元/个 |
3. 声音复刻
需要注意：声音复刻配额自购买后即生效，有效期为一年。
类别 | 功能描述 | 价格 |
声音复刻-极速版 | 2.5美元/个 | |
声音复刻-极速版（小语种） | 50美元/个 |
4. 定制形象或声音的续期
可用于延长定制形象或复刻声音的生效时间。
形象类型 | 功能描述 | 价格 |
2D 形象专属口型 | 支持对 2D 小样本专属口型的定制形象进行在架服务续期。 | 18美元/个/月 |
2D 形象通用口型 | 支持对 2D 小样本通用口型的定制形象进行在架服务续期。 | 2美元/个/月 |
3D 形象 | 支持对 3D 卡通、3D 半写实、3D 写实的定制形象进行在架服务续期。 | 84美元/个/月 |
声音极速小语种 | 支持对声音复刻的极速小语种版音色进行在架服务续期。 | 4美元/个/月 |
说明：
照片形象永久有效。
播报服务
播报服务是指用数智人提供音视频播报的能力，该场景下提供视频生成服务小时包、音频生成服务小时包以及视频生成服务并发三类服务。视频生成服务小时包以及并发将依据形象类型进行收费，不同形象类型的服务包不支持混用。
视频生成服务-小时包：可用于制作播报音视频的视频时长资源包。
音频生成服务-小时包：可用于制作播报音视频的音频时长资源包。
视频生成并发服务：支持同时在线生成视频的并发数量。
1. 视频生成服务-小时包
形象类型 | 功能描述 | 价格 |
2D小样本通用口型 | 数智人租赁/复刻声音视频生成时长10小时 | 1800美元/个 |
2D小样本专属口型 | 数智人租赁/复刻声音视频生成时长10小时 | 1800美元/个 |
2D小样本照片数智人 | 数智人租赁/复刻声音视频生成时长10小时 | 1800美元/个 |
3D | 数智人租赁/复刻声音视频生成时长10小时 | 3600美元/个 |
2. 生成视频（含音频）小时包-形象免训练版，即不搭配形象直接合成视频。
形象类型 | 功能描述 | 价格 |
2D 小样本免训练（视频素材） | 视频播报合成小时包-免训练版10小时 | 4,500美元/个（10小时） |
2D 小样本免训练（照片素材） | 视频播报合成小时包-免训练版1小时 | 2,000美元/个（1小时） |
说明：
2D 小样本免训练（视频素材）：默认同一个用户可同时提交5个视频制作任务，由主子账号共享，调用的并发资源是所有客户共享，可能会出现排队等待的情况。
2D 小样本免训练（照片素材）：默认同一个用户可同时提交1个视频制作任务，由主子账号共享，调用的并发资源是所有客户共享，可能会出现排队等待的情况。
免训练并发资源为独享，无需额外购买小时包；例如客户购买了2路并发，则一共可同时提交2个免训练视频制作任务。
购买的视频素材和照片素材的小时包或并发不可混用
3. 音频生成服务-小时
小时包类型 | 功能描述 | 价格 |
通用音频播报合成 | 限云服务，数智人租赁/复刻声音音频生成时长1小时包 | 10美元/个 |
4. 播报并发
形象类型 | 功能描述 | 价格 |
2D小样本通用口型 | 支持2D小样本通用口型，分辨率最高1080p。 | 500美元/月/路 |
2D小样本专属口型 | 支持2D小样本专属口型，分辨率最高1080p。 | 500美元/月/路 |
2D小样本照片 | 支持2D小样本照片，分辨率最高1080p。 | 500美元/月/路 |
3D | 支持3D，分辨率最高1080p。 | 800美元/月/路 |
2D 小样本免训练（视频素材） | 支持 2D 小样本免训练（视频素材），分辨率最高1080p。 注：与照片素材不可混用，可代替对应小时包 | 2,000美元/路/月 |
2D 小样本免训练（照片素材） | 支持 2D 小样本免训练（照片素材），分辨率最高1080p。 注：与视频素材不可混用，可代替对应小时包 | 2,000美元/路/月 |
交互服务（云渲染会话驱动并发）
交互服务是指用数智人提供语音交互的能力，常用与智能客服、数智人直播等场景，该场景下提供交互并发的服务，具体是指支持同时在线并发交互建流的数量。交互并发根据形象类型单独提供服务，不同形象类型之间不支持混用。
形象类型 | 功能描述 | 价格 |
2D小样本通用口型 | 支持2D小样本通用口型，分辨率最高1080p。 | 500美元/月/路 |
2D小样本专属口型 | 支持2D小样本专属口型，分辨率最高1080p。 | 500美元/月/路 |
2D小样本照片 | 支持2D小样本照片，分辨率最高1080p。 | 500美元/月/路 |
3D | 支持3D，分辨率最高1080p。 | 800美元/月/路 |
交互服务（端渲染场景）
端渲染模式
该模式下，需要搭配端渲染 SDK 进行使用。
说明：
2D 和 3D 计费逻辑不同，请仔细核对。2D 只需按年周期购买授权年包即可；3D 需要同时购买授权包（永久版）和会话驱动次数包。
形象类型 | 产品内容 | 功能描述 | 价格 |
2D | 2D 端渲染 SDK 授权使用年包-按设备 | 支持通用口型、专属口型和照片等类型数字人，针对单台设备授权方式进行售卖。 | 1,200美元/年 |
| 2D 端渲染 SDK 授权使用年包-按应用 | 支持通用口型、专属口型和照片等类型数字人，按应用授权，包含 iOS 和 Android，不限制终端用户数量。 | 150,000美元/年 |
3D | 3D 端渲染 SDK 授权 H5 | 用于对 SDK 进行授权，购买一次，终身可用。H5 版 SDK 需要搭配 WebGL 形象使用。必选。（线下购买，含1年维保） | 34,287美元/个 |
| 3D 端渲染会话驱动次数包 | 用于统计3D端 SDK 的调用次数。单包支持100万次调用，按 GBK 编码，40字节=1次（即20个汉字算1次消耗），有效期自购买之日一年内。必选 | 2,000美元/个 |
私有化服务
若需要购买私有化服务，请联系您的商务经理进行报价。
文档反馈