数字人短视频的成本账：一条到底多少钱

导语：问价格的人多半会得到两种回答，一种说几百块一年随便用，一种说几十万起。两个都没骗人，只是说的不是同一件事。数字人短视频的成本要分两块看：一块是工具，一块是人。工具的价格这几年掉得很快，人的时间反而越来越贵，多数人算错账，都是只算了前面那块。下面按自己搭和用现成服务两档拆开算，顺便把容易漏掉的支出列清楚。

先把成本拆成四块钱

不管走哪条路，成本都能归到四类：形象（有没有自己的专属形象）、工具（按月或按条付费的软件）、人力（写稿、剪辑、发布的时间）、试错（做废的片子和用不上的套餐）。很多人只盯第二项，因为它是唯一明码标价的，剩下三项都藏在时间里。打个比方，买打印机很便宜，贵的是墨盒和纸，还有你排队等打印的时间。算成本的时候，把自己的时薪乘进去会清醒很多，一个一天能写十条稿的人，和一个一天只能写两条的人，同样的工具费摊到每条片子上差五倍。所以先算人力，再挑工具，这个顺序别反过来。

用现成平台：一年大概花多少

这是最常见的起步方式。公开报价大多落在每年几千元到两三万元之间，差别主要在时长额度、可用形象数量和是否允许商用。免费的额度通常带水印，或者限制导出分辨率，自己试可以，正式发不行。这一档的好处是不用管服务器和显卡，坏处是形象容易撞车，同一套公用形象可能有几千个账号在用。如果你做的是本地生活号，观众不太在意脸是不是独家，这一档完全够用；如果你要做个人品牌，公用形象很快会成为天花板，做到第三个月就会明显感觉到辨识度不够。

自己搭：钱花在哪，值不值

表格里的区间是公开渠道能看到的常见报价，具体会因为形象精度、并发数、是否含定制开发而上下浮动。专属形象那一档的钱主要花在采集和训练上，采集要场地、灯光、收音，训练要等时间和算力，通常几天到两周。私有化部署贵在显卡和服务器的持续开销，一条实时交互的数字人比一条预生成视频贵得多，因为前者要一直占着算力，闲置时也在烧钱。

人力才是大头，别只算软件费

一条一分半的口播，完整走一遍的工时大致是这样：选题加查资料二十分钟到一小时，写稿三十分钟到一小时，生成和调语速二十分钟，剪辑三十分钟到一小时，发布和回复评论十五分钟。合起来两个半小时左右。按一个内容岗月薪七八千折算，每小时四五十元，一条片子的隐性人力成本就在一百到一百五十元，这还没算返工。所以判断值不值，要拿这个数和外包价对比：外面找人做一条同类口播，常见报价在每条一百到五百元，复杂的三维动画另算。自己做的优势是改起来方便，劣势是你的时间被占住了，而时间通常是团队最紧的那一项。

单条成本怎么算才不骗自己

一个能用的算法：单条成本等于工具年费除以年产量，加上形象摊销，加上每条工时乘以时薪。举例，年费一万元、一年做三百条，工具摊到每条三十多元；专属形象两万元按两年摊，每条再加三十多元；人力一百二十元，加起来一条一百八九十元。这个数字才有决策价值。常见的自欺是把产量往高了估，实际一年只发三十条，工具费摊到每条就变成三百多，比外包还贵。算完如果单条成本高于外包价，说明你的产能没跑起来，先解决产能，别急着升级套餐。

结尾：建议你今晚花十分钟做一张自己的成本表，四行就够：工具年费、年产量、每条工时、你的时薪。算出来的数字可能不好看，但它能帮你判断该不该继续投入，比任何报价单都实在。数字人降的是重复劳动的价格，不会替你降掉思考的成本。