نماذج ومنصات الذكاء الاصطناعي
تُطلق HeyGen Avatar 6 بإيماءات تراعي النص وفيديو بدقة 2K

النقاط الرئيسيةيعيد Avatar 6 توليد المقاطع المحررة فقط، لذا تغير 34.4% من الإطارات في المتوسط مقابل…
عرض المزيد
- يعيد Avatar 6 توليد المقاطع المحررة فقط، لذا تغير 34.4% من الإطارات في المتوسط مقابل إعادة كتابة شبه كاملة من المنافسين.
- نتيجة HeyGen في التمييز البشري 84.4% تضاعف معدل اختيار 42.2% مقابل خط أساس عشوائي 50%.
- صنّفت ساحة New Measure الإصدار Avatar 6 أولاً لكنها اختبرت مقاطع قصيرة فقط، وكان HeyGen أبطأ من Runway.
قدّمت HeyGen Avatar 6، أحدث نماذجها للشخصيات الرمزية المدعومة بالصوت، في تقرير تقني نُشر في 17 نوفمبر 2026. ينشئ النموذج فيديو لشخص بعينه انطلاقًا من صورة واحدة، مع إمكانية إضافة تسجيل قصير اختياري للهوية، وتفيد HeyGen بأن النموذج ينتج فيديو بدقة 2K مباشرة، من دون حد ثابت للمدة، وأنه متاح في تطبيق الويب وتطبيق الهاتف المحمول وواجهة برمجة التطبيقات اعتبارًا من منتصف نوفمبر 2026.
صُمّم Avatar 6 لإعادة إنتاج مظهر الشخص وأسلوب حديثه وعاداته الحركية معًا. ويجمع النظام المطوّر داخليًا بين مولّد الفيديو ومرحلة لرفع الدقة تستعيد تفاصيل مثل ملمس البشرة والشعر، ومخطط للحركة، وHeyGen Voice لتوليد الكلام بصوت المتحدث نفسه. ويمكن للعملاء الاختيار بين Avatar 6 Quality وAvatar 6 Turbo، الذي يستخدم حزمة HeyGen للاستدلال السريع لتقليل زمن الاستجابة.
إيماءات مرتبطة بالنص ومقاطع طويلة
توضح HeyGen في صفحة المنتج أن Avatar 6 يستند إلى معنى النص ليحدد المواضع المناسبة للإشارة أو العد أو الحركة في اتجاه معين. ويمكن للمستخدمين تحديد الحالة المزاجية أو تعبيرات الوجه أو حركة اليدين كلًّا على حدة لمزيد من التحكم. كما تتيح توجيهات الحركة المكتوبة ربط حركة بعبارة معينة، مثل التلويح أثناء التحية أو العد على الأصابع خلال سرد قائمة. ويضبط مخطط الحركة توقيت هذه الحركات بما يتوافق مع الكلمات المعنية، مع الحفاظ على نمط حركة الشخص المميز في ما بينها.
تتضمن عروض HeyGen مقاطع فيديو متصلة تتراوح مدتها بين 25 و28 دقيقة، أُنشئ كل منها من مسار صوتي واحد من دون حلقات، لذا تتبع مدة الفيديو زمن الكلام. وينتج الإطار نفسه أيضًا متحدثين اثنين في لقطة واحدة؛ ويعرض أحد الأمثلة بودكاستًا مدته دقيقتان بين مقدّم وضيف، يتناوب فيه التصوير بين اللقطات الواسعة واللقطات الأقرب لكل شخص.
يتيح محرر الفيديو المسجل في Avatar 6 استبدال الكلمات أو إضافة إيماءة مع إعادة توليد الجزء المحرر وحده، على أن يُركّب الكلام الجديد بصوت الشخص. وفي مقارنة HeyGen التي شملت 20 تعديلًا، تغيّر في المتوسط 34.4% من الإطارات، بينما غيّرت MiniMax H3-max وWan 3.0 وSeedance 2.5 وHappyHorse Edit ما بين 99.7% و100% منها. ويفيد الحفاظ على بقية المقطع في تصحيح تسجيل نهائي لمقدّم من دون إعادة إنشاء اللقطة بأكملها.
ادعاءات الواقعية والاختبارات المستقلة
تحمل نتيجة صعوبة التمييز البالغة 84.4% التي أوردتها HeyGen معنى محددًا: فقد اختار المقيمون الخارجيون Avatar 6 بوصفه التسجيل الحقيقي في 42.2% من أصل 270 إجابة في اختبار المقارنة جنبًا إلى جنب، وتضاعف النتيجة نسبة الاختيار هذه لأن احتمال الاختيار العشوائي يبلغ 50%. وشارك في اختبار المقارنة جنبًا إلى جنب 20 مقيمًا خارجيًا و76 شخصًا. وفي اختبارات منفصلة لمقاطع فردية، اعتبر المشاركون مقاطع Avatar 6 التي تستخدم صوت الشخص نفسه حقيقية في 65.1% من الإجابات، مقابل 78.9% للتسجيلات الأصلية.
كانت مقارنات HeyGen التي أجراها مقيمون خارجيون أضيق نطاقًا عند اختبار النموذج في مواجهة بعض نماذج الفيديو العامة: فمن بين الإجابات التي أبدت تفضيلًا، حصد Avatar 6 نسبة 50.1% في مواجهة Wan 3.0 عند استخدام صورة، ووُصف ذلك بالتعادل، و54.9% في مواجهة Kling 4.0 عند استخدام مقطع فيديو، و72.4% في مواجهة Seedance 2.5 عند استخدام مقطع فيديو.
صنّفت النتائج الأولية لمسابقة Avatar Arena من New Measure Avatar 6 في المرتبة الأولى ضمن الفئتين، إذ سجل 1,197 نقطة على مقياس Elo للشخصيات الرمزية الشخصية و1,237 نقطة لمقدّمي العروض الجاهزين؛ ويبلغ متوسط النقاط في كل فئة 1,000. وقارن صنّاع المحتوى مقطعي فيديو يقرآن النص نفسه، مع إخفاء أسماء المزوّدين وترتيب المقاطع عشوائيًا. وامتدت فترة احتساب الأصوات والتعديلات من 27 أكتوبر 2026 حتى 16 نوفمبر 2026.
تحذر New Measure من أن المشاركين اختاروا استخدام المسابقة، وأن النص المعتاد بلغ 62 كلمة، وأن مدة كلا المقطعين لم تتجاوز 35 ثانية في 97% من المقارنات المكتملة. ولا تثبت النتائج الأداء في مقاطع الفيديو الطويلة أو باللغات التي لم تخضع لاختبارات كافية. كذلك، لم يكن التفضيل يعني سرعة أكبر في التسليم: فقد استغرق إنتاج مقاطع الفيديو للشخصيات الرمزية الشخصية في HeyGen نحو ثلاث دقائق عادةً، مقابل نحو دقيقة واحدة لدى Runway GWM-1 Avatars، واستغرق إنتاج مقطع واحد من كل عشرة مقاطع للشخصيات الرمزية الشخصية في HeyGen أكثر من تسع دقائق ونصف. ولا تشمل المدد الزمنية إعداد الشخصية الرمزية وتجهيز الكلام.
قيود واجهة برمجة التطبيقات والتحقق من الموافقة
تسرد وثائق واجهة برمجة التطبيقات heygen-avatar-6 و heygen-avatar-6-turbo، مع اعتماد دقة 1080p افتراضيًا. ويجمع طلب Model API بين صورة أو مقطع فيديو مرجعي ومقطع صوتي للكلام، بينما يبدأ Application API من مظهر شخصية رمزية في HeyGen ونص مرفق بصوت أو ملف صوتي. ولا يدعم Application API سوى Avatar 6 في الطلبات ذات الشخصية الرمزية الواحدة، مستثنيًا المهام التي تستخدم صورًا خامًا، ومشاهد الاستوديو، والإنشاء الجماعي، وتحرير المشاهد؛ ويؤدي عدم تحديد المحرك إلى مواصلة استخدام Avatar IV.
تعتمد قواعد الموافقة على نوع المُدخل. فقبل أن يتمكن HeyGen من إنشاء مقطع لشخصية رمزية تستند إلى لقطات فيديو، يجب على الشخص تسجيل بيان موافقة أمام الكاميرا يتضمن رمزًا لمرة واحدة خاصًا بالجلسة، كما تتحقق HeyGen من أن المتحدث في تسجيل الموافقة هو الشخص نفسه الظاهر في لقطات التدريب. وتتوفر المراجع المستندة إلى الصور لجميع مساحات العمل في واجهة برمجة التطبيقات بعد الحصول على إذن الشخص، بينما تقتصر المراجع الواقعية المستندة إلى الفيديو على المؤسسات. وتذكر الوثائق أنه يجري التحقق من الموافقة على استخدام مرجع الفيديو قبل الإرسال، مع إمكان متابعة بعض العقود من دون هذه الخطوة بعد مراجعة كل حالة على حدة.
يمنح Avatar 6 مستخدمي الإنتاج تحكماً أكبر في الهوية والحركة والمراجعة، مع إتاحة إنتاج محتوى متواصل أطول يتجاوز مقاطع المقدم القصيرة. وتؤيد النتائج المستقلة جاذبيته في المقاطع القصيرة، لكنها لا تختبر العروض التوضيحية الطويلة؛ كما تُظهر الأوقات أن إنتاج الصورة الرمزية المفضلة قد يستغرق وقتاً أطول من إنتاج أسرع منافس.












