Synthesia 这家做 AI 数字人的初创公司，最近给 TechCrunch 记者 Dominic-Madori Davis 做了一个她自己的互动分身。这件事本身不算大，但作为第一个拿到记者分身的媒体人，她把这趟体验完整记录了下来，连带讨论了数字人对新闻业和普通人生活的潜在影响。

Synthesia 总部原在英国，今年早些时候估值达到 40 亿美元，去年 ARR 突破 1 亿美元。它主打企业级 AI 视频生成，最近推出了 Roleplay Sessions，让员工可以和 AI 角色扮演练习销售话术，AI 会回应并打分。记者在参观其纽约办公室时，同意让团队为自己创建一个数字分身。制作流程是在办公室内搭的迷你摄影棚里拍大量照片，并录制两分钟语音。

记者得到了两类分身：一类是个人分身，只能照着给定脚本念；另一类是互动分身，可以听懂问题并回答。互动分身被训练用来回答她写的一篇关于风投支持创业公司为何更容易欺诈的报道。整个技术栈包括语音转文字模型、智能体语言模型、文字转语音模型，以及 Synthesia 自己的视频动画模型。客户也可以选择 Cartesia、ElevenLabs、Google 或 OpenAI 等外部模型，还可以自行托管云。Synthesia 的产品分三条线：经典视频生成平台、Sessions 智能体平台，以及 API 平台。团队用几天时间就做好了这些分身。

记者测试后发现，个人分身的声音还原度较高，甚至没带上她录音时的沙哑。互动分身的回答是确定性的，只会围绕那篇报道回答，问其他私人问题都会被引导回主题。她的非技术朋友觉得有点惊悚，妈妈则觉得“神奇”。整个体验让她开始思考数字人能否替代新闻主播或记者本人。她认为新闻业的核心是信任，这个很难外包给 AI。但她相信在职场里，克隆自己的吸引力很大——休假回来后不用补工作，因为有个数字版本可以随时回答问题。

文章最后流露一些矛盾情绪：她对着静止的分身，等它眨眼或说新话，但确定性的分身永远不会。她也提醒，如果换成一个非确定性的聊天机器人驱动的分身，人很容易陷入一种“AI 精神病”般的错觉。她预测 Gen Z 这代人对数字分身不会很快适应，毕竟这太像科幻电影。不过她认为数字人至少比人形机器人好——不对劲时，她可以随时退出登录。

这篇是个人体验式报道，没有提供性能数据或商业分析，但把数字分身的制作流程、技术组成、应用场景和局限讲得很清楚。对想了解企业级 AI 数字人现状的人来说，是一份直观的一手参考。