一句话分清
数字人视频是”内容”（渲染好的片子）；实时数字人是”演播”（低延迟出镜，人看着它说话）；交互数字人是”员工”（听得懂问题、能实时回答）。
数字人视频
输入文案 → 生成口播视频。成本最低，适合批量做短视频、企业宣传、课程录制。制作周期按条计，公模形象几千/年起。
实时数字人
直播、活动大屏、发布会连线。技术要求是延迟（1 秒内）与画质稳定，通常按月租用云端算力。适合”有人写好话术、数字人负责说”的场景。
交互数字人
展厅迎宾、智能客服大屏、政务/银行网点。背后是”语音识别 + 大模型/知识库 + 实时渲染”的组合，5 万起，另算服务器。验收看三个指标：识别准确率、回答准确率、响应延迟。
选型对照
| 你的用途 | 选什么 |
|---|---|
| 每天出短视频 | 数字人视频 |
| 直播间循环播报 | 实时数字人 |
| 访客提问它回答 | 交互数字人 |
最常见的错配
想要”能问答的客服”，却买了视频生成套餐——视频是死的，回答不了任何提问。先确定”它要听懂人话吗”，再谈价格。
三种形态的演示与报价，见 AI 数字人制作 栏目。