第一笔：形象
公模形象（现成真人/卡通）成本极低，几千块出视频；克隆真人分身需绿棚拍摄 10-30 分钟素材，1-3 万；3D 超写实定制 5 万起。企业宣传、口播视频，克隆分身性价比最高。
第二笔：声音
标准 TTS 音色几百到几千；声音克隆需本人录制 10-30 分钟语料，几千元。口播视频建议声音与形象同源克隆，否则嘴型对上、声线不对，观众一眼假。
第三笔：场景与能力
纯视频生成（输入文案出片子）按条或包年；可交互数字人（实时问答、对接知识库）5 万起，还要另算服务器与调用费。
参考价格表
| 类型 | 价位 | 适合 |
|---|---|---|
| 视频生成（公模） | 几千/年 | 短视频批量产出 |
| 真人克隆分身 | 1-3 万 | 口播、企业宣传、带货 |
| 交互数字人 | 5 万起 | 展厅、客服、大屏迎宾 |
报价里的坑
低价套餐常不含声音克隆与商用授权。签前必问三句：形象和声音的商用授权是否含在总价、授权期限多久、克隆素材能不能迁移到其他平台。
怎么选
每天要出 3 条以上短视频 → 公模视频生成；每周出片但要”真人感” → 克隆分身；展厅或客服需要实时对话 → 交互数字人。拿不准就先做一个月的视频型试效果，再决定升级。
形象库与报价，见 AI 数字人制作 栏目。