Synthesia

Synthesia是一家用AI制作人物讲话视频的公司。2017年创立于伦敦,专门制作那种「一个人对着镜头讲解」的视频——比如企业培训视频或内部通知——完全不需要真的架设摄像机拍摄。

很容易把这家公司和Sora、Veo这类视频生成模型归为一类,但它们制作的东西并不相同。后者是能生成几乎任何内容的通用视频模型,而Synthesia做的是专注于「讲话的人」的头像模型。而且它的头像也不是凭空想象出来的脸,而是拍摄真实演员并取得授权后使用的。

声音、表情、肢体动作的模型由Synthesia自行训练。而涉及文字处理的部分,比如撰写脚本,则借助外部模型的力量。

2026年7至8月,公司一次性推出了七项新功能,包括充当练习对象的角色扮演头像,以及自动配音功能。方向很明确:把培训视频从「观看」拓展为「互动」。

即便同样是「AI生成视频」,种类也不一样。Synthesia专注于制作讲话人物视频,这与专注于电影感场景生成的模型,用途上有明显区别。