核心用法
UNITH Digital Humans 是一套完整的数字人创建与管理解决方案，通过 REST API 将面部视觉、语音合成和对话引擎整合为可嵌入的交互体验。用户需先注册 UNITH 账号获取 UNITH_EMAIL 和 UNITH_SECRET_KEY，通过认证脚本获取 7 天有效期的 Bearer Token 后，即可调用 API 创建数字人。
五种操作模式覆盖全场景需求：
- Text-to-Video (`ttt`)：输入文本生成 MP4 说话视频，最简单直接
- Open Dialogue (`oc`)：开放式对话，通过系统提示词定义人格，适合通用助手
- Document Q&A (`doc_qa`)：上传文档构建知识库，数字人基于文档内容答疑，最佳用于客服/FAQ 场景
- Voiceflow (`voiceflow`)：结构化对话流程，需配合 Voiceflow 账号使用
- Plugin (`plugin`)： webhook 接入自定义 LLM 或对话引擎，灵活性最高
创建流程遵循"选模式→选面孔→选声音→配置参数→创建→测试迭代"的标准路径。支持通过 update-head.sh 实时更新配置（除面孔外），通过 upload-document.sh 为 doc_qa 模式补充知识文档。
显著优点
1. 模式梯度清晰：从简单视频生成到复杂插件接入，5 种模式形成完整的能力光谱，新手和高级用户都能找到合适入口
2. 企业级可靠性：内置指数退避重试机制、Token 6 天缓存、详尽的错误提示与输入校验，生产环境可用
3. 视觉可定制：支持公共面孔、组织私有面孔及真人视频定制（BYOF），品牌一致性可控
4. 多语音提供商整合：集成 ElevenLabs、Azure、AudioStack，可按性能需求选择音色与响应速度
5. 零部署成本：生成即得 publicUrl，支持 iframe/JS SDK 嵌入网站或应用
潜在局限
1. 外部依赖较重：voiceflow 和 plugin 模式需第三方账号/服务，doc_qa 依赖文档质量
2. 面孔更换成本高：更换面孔必须重建数字人，无法热更新
3. 认证 Token 7 天过期：虽脚本自动处理，但长期无人值守运行需关注续期
4. 真人定制面孔流程非自助：BYOF 需人工介入，无法 API 化
5. 定价与用量限制未明确：文档未提及费率限制或成本估算
适合人群
- 内容创作者/营销团队：快速生成品牌代言人口播视频（
ttt模式） - 客服/支持部门：搭建 7×24 文档问答机器人（
doc_qa模式） - 产品运营：构建带人格的 onboarding 或销售助手（
oc模式） - 开发者/AI 团队：通过
plugin模式将数字人前端与自有后端深度整合 - 教育/培训场景：制作可交互的数字讲师或模拟面试对象
常规风险
- 密钥泄露风险：
UNITH_SECRET_KEY一旦丢失不可恢复，需安全存储 - 文档合规风险：
doc_qa模式上传的文档可能涉及版权或隐私敏感信息 - 生成内容合规：AI 合成音视频需遵守各司法管辖区深度伪造（deepfake）披露法规
- 依赖服务可用性：语音合成依赖 ElevenLabs/Azure 等第三方 SLA
- 成本失控：视频生成和实时对话可能按用量计费，需监控调用量