Μοντέλα και πλατφόρμες AI
Η HeyGen λανσάρει το Avatar 6 με χειρονομίες που λαμβάνουν υπόψη το σενάριο και βίντεο 2K

Βασικά σημείαΤο Avatar 6 αναγεννά μόνο τα επεξεργασμένα τμήματα, ώστε κατά μέσο όρο να αλλάζει μόνο…
Δείτε περισσότερα
- Το Avatar 6 αναγεννά μόνο τα επεξεργασμένα τμήματα, ώστε κατά μέσο όρο να αλλάζει μόνο το 34,4% των καρέ, σε σύγκριση με τις σχεδόν ολικές επανεγγραφές των ανταγωνιστών.
- Το ποσοστό δυσδιάκρισης 84,4% του HeyGen διπλασιάζει το ποσοστό επιλογής 42,2% έναντι μιας βάσης τυχαίας επιλογής 50%.
- Η αρένα της New Measure κατέταξε το Avatar 6 πρώτο, αλλά δοκίμασε μόνο σύντομα κλιπ και το HeyGen έτρεχε πιο αργά από το Runway.
Η HeyGen παρουσίασε το Avatar 6, το πιο πρόσφατο μοντέλο avatar της που βασίζεται στον ήχο, σε τεχνική έκθεση που δημοσιεύτηκε στις 17 Νοεμβρίου 2026. Το μοντέλο δημιουργεί βίντεο με ένα συγκεκριμένο άτομο από μία μόνο φωτογραφία, με προαιρετική σύντομη εγγραφή για την ταυτοποίηση του ατόμου, ενώ, σύμφωνα με τη HeyGen, προσφέρει εγγενή ανάλυση 2K, δεν έχει σταθερό χρονικό όριο διάρκειας και είναι διαθέσιμο στην εφαρμογή ιστού, στην εφαρμογή για κινητά και μέσω API από τα μέσα Νοεμβρίου 2026.
Το Avatar 6 έχει σχεδιαστεί ώστε να αναπαράγει συνδυαστικά την εμφάνιση, τον τρόπο ομιλίας και τις κινησιολογικές συνήθειες ενός ατόμου. Το εσωτερικά ανεπτυγμένο σύστημά του συνδυάζει τη γεννήτρια, ένα στάδιο υπερ-ανάλυσης που αποκαθιστά λεπτομέρειες όπως την υφή του δέρματος και τα μαλλιά, έναν σχεδιαστή κίνησης και το HeyGen Voice, για ομιλία με τη φωνή του ομιλητή. Οι πελάτες μπορούν να επιλέξουν το Avatar 6 Quality ή το Avatar 6 Turbo, το οποίο χρησιμοποιεί την επιταχυμένη υποδομή εξαγωγής συμπερασμάτων της HeyGen για μικρότερη καθυστέρηση.
Χειρονομίες συνδεδεμένες με το σενάριο και παραγωγή βίντεο μεγάλης διάρκειας
Στη σελίδα προϊόντος, η HeyGen αναφέρει ότι το Avatar 6 αξιοποιεί το νόημα του σεναρίου για να αποφασίζει σε ποια σημεία ταιριάζουν οι χειρονομίες δείξης, η αρίθμηση ή οι κατευθυντικές κινήσεις. Οι χρήστες μπορούν να καθορίζουν ξεχωριστά τη διάθεση, τις εκφράσεις του προσώπου ή τις κινήσεις των χεριών, για ακριβέστερο έλεγχο. Οι γραπτές εντολές κίνησης μπορούν να συνδέουν μια ενέργεια με συγκεκριμένη φράση, όπως το χαιρετισμό με κούνημα του χεριού ή το μέτρημα στα δάχτυλα κατά την απαρίθμηση μιας λίστας. Ο σχεδιαστής κίνησης συγχρονίζει αυτές τις ενέργειες με τις αντίστοιχες λέξεις, διατηρώντας παράλληλα τη χαρακτηριστική κίνηση του ατόμου στα ενδιάμεσα σημεία.
Οι παρουσιάσεις της HeyGen περιλαμβάνουν συνεχή βίντεο διάρκειας 25 έως 28 λεπτών, καθένα από τα οποία δημιουργείται από ένα ηχητικό κομμάτι χωρίς επαναλήψεις, επομένως η διάρκεια του βίντεο ακολουθεί τη διάρκεια της ομιλίας. Το ίδιο πλαίσιο δημιουργεί επίσης δύο ομιλητές σε ένα πλάνο· σε μία παρουσίαση, ένα podcast δύο λεπτών με παρουσιαστή και καλεσμένο εναλλάσσει γενικά πλάνα με κοντινότερα πλάνα του καθενός.
Το εργαλείο επεξεργασίας βίντεο του Avatar 6 μπορεί να αντικαταστήσει λέξεις ή να προσθέσει μια χειρονομία, αναδημιουργώντας μόνο το τμήμα που έχει υποστεί επεξεργασία, ενώ η νέα ομιλία συντίθεται με τη φωνή του ατόμου. Στη σύγκριση της HeyGen με 20 επεξεργασίες, άλλαξε κατά μέσο όρο το 34,4% των καρέ, ενώ τα MiniMax H3-max, Wan 3.0, Seedance 2.5 και HappyHorse Edit τροποποίησαν από 99,7% έως 100%. Η διατήρηση του υπόλοιπου πλάνου είναι χρήσιμη για τη διόρθωση μιας ολοκληρωμένης εγγραφής παρουσιαστή, χωρίς να χρειάζεται να δημιουργηθεί ξανά ολόκληρο το πλάνο.
Ισχυρισμοί για τον ρεαλισμό και ανεξάρτητες δοκιμές
Η βαθμολογία 84,4% που αναφέρει η HeyGen για τη δυσκολία διάκρισης έχει συγκεκριμένη σημασία: εξωτερικοί αξιολογητές επέλεξαν το Avatar 6 ως την πραγματική εγγραφή στο 42,2% των 270 απαντήσεων σε συγκρίσεις δίπλα δίπλα, και η βαθμολογία διπλασιάζει αυτό το ποσοστό επιλογής, επειδή το 50% θα αντιστοιχούσε σε τυχαία επιλογή. Στη δοκιμή σύγκρισης δίπλα δίπλα συμμετείχαν 20 εξωτερικοί αξιολογητές και 76 άτομα. Σε ξεχωριστές δοκιμές με μεμονωμένα κλιπ, το 65,1% των απαντήσεων έκρινε ότι τα κλιπ του Avatar 6, στα οποία χρησιμοποιούνταν η φωνή του ίδιου του ατόμου, ήταν πραγματικά, έναντι 78,9% για τις γνήσιες εγγραφές.
Οι συγκρίσεις της HeyGen με εξωτερικούς αξιολογητές ήταν πιο περιορισμένες έναντι ορισμένων μοντέλων βίντεο γενικής χρήσης: μεταξύ των απαντήσεων που εξέφραζαν προτίμηση, το Avatar 6 επικράτησε σε ποσοστό 50,1% έναντι του Wan 3.0 με βάση φωτογραφία, αποτέλεσμα που περιγράφηκε ως ισοπαλία, σε ποσοστό 54,9% έναντι του Kling 4.0 με βάση βίντεο και σε ποσοστό 72,4% έναντι του Seedance 2.5 με βάση βίντεο.
Τα πρώτα αποτελέσματα του Avatar Arena της New Measure κατέταξαν το Avatar 6 στην πρώτη θέση και στις δύο κατηγορίες, με βαθμολογίες προτίμησης στην κλίμακα Elo 1.197 για προσωπικά avatar και 1.237 για έτοιμους παρουσιαστές· η μέση βαθμολογία σε κάθε κατηγορία είναι 1.000. Οι δημιουργοί συνέκριναν δύο βίντεο όπου διαβαζόταν το ίδιο σενάριο, με κρυμμένα τα ονόματα των παρόχων και με τυχαία σειρά εμφάνισης των βίντεο. Οι ψήφοι και οι επεξεργασίες που καταμετρήθηκαν αφορούσαν την περίοδο από τις 27 Οκτωβρίου 2026 έως τις 16 Νοεμβρίου 2026.
Η New Measure επισημαίνει ότι οι συμμετέχοντες επέλεξαν οι ίδιοι να χρησιμοποιήσουν την πλατφόρμα, το τυπικό σενάριο είχε 62 λέξεις και, στο 97% των ολοκληρωμένων συγκρίσεων, και τα δύο βίντεο διαρκούσαν 35 δευτερόλεπτα ή λιγότερο. Τα αποτελέσματα δεν τεκμηριώνουν την απόδοση σε βίντεο μεγάλης διάρκειας ή σε γλώσσες για τις οποίες δεν υπάρχουν επαρκείς δοκιμές. Η προτίμηση δεν σήμαινε επίσης ταχύτερη παράδοση: τα βίντεο με προσωπικά avatar της HeyGen χρειάζονταν συνήθως περίπου τρία λεπτά, έναντι περίπου ενός λεπτού για τα Runway GWM-1 Avatars, ενώ ένα στα δέκα βίντεο με προσωπικά avatar της HeyGen χρειάστηκε πάνω από εννέαμισι λεπτά. Οι χρόνοι δεν περιλαμβάνουν τη ρύθμιση του avatar και την προετοιμασία της ομιλίας.
Περιορισμοί API και έλεγχοι συναίνεσης
Η τεκμηρίωση API παραθέτει heygen-avatar-6 και heygen-avatar-6-turbo, με προεπιλεγμένη ανάλυση τα 1080p. Ένα αίτημα στο Model API συνδυάζει μια εικόνα ή ένα βίντεο αναφοράς με ηχητικό υλικό ομιλίας, ενώ το Application API ξεκινά από μια εμφάνιση avatar της HeyGen και ένα σενάριο με φωνή ή ήχο. Το Application API υποστηρίζει το Avatar 6 μόνο για αιτήματα με ένα avatar, αποκλείοντας εργασίες με ακατέργαστη εικόνα, σκηνές στούντιο, μαζική δημιουργία και επεξεργασία σκηνών· αν δεν επιλεγεί μηχανή, εξακολουθεί να χρησιμοποιείται το Avatar IV.
Οι κανόνες συναίνεσης εξαρτώνται από το υλικό εισόδου. Προτού αποδοθεί ένα avatar της HeyGen που βασίζεται σε βίντεο, το άτομο πρέπει να ηχογραφήσει δήλωση συναίνεσης στην κάμερα, η οποία περιλαμβάνει έναν μοναδικό κωδικό μίας χρήσης για τη συγκεκριμένη συνεδρία, και η HeyGen επαληθεύει ότι ο ομιλητής στη δήλωση συναίνεσης είναι το ίδιο άτομο με το υποκείμενο του υλικού εκπαίδευσης. Οι αναφορές φωτογραφιών είναι διαθέσιμες σε όλους τους χώρους εργασίας του API, εφόσον υπάρχει η άδεια του ατόμου, ενώ οι ρεαλιστικές αναφορές βίντεο διατίθενται μόνο σε εταιρικούς πελάτες. Η τεκμηρίωση αναφέρει ότι η συναίνεση για χρήση αναφοράς βίντεο επαληθεύεται πριν από την υποβολή, αν και, μετά από εξέταση κατά περίπτωση, ορισμένες συμβάσεις μπορούν να ισχύουν χωρίς αυτό το βήμα.
Το Avatar 6 προσφέρει στους χρήστες που το αξιοποιούν στην παραγωγή μεγαλύτερο έλεγχο της ταυτότητας, της κίνησης και των αναθεωρήσεων, ενώ επιτρέπει τη δημιουργία μεγάλων βίντεο συνεχούς διάρκειας, πέρα από τα σύντομα αποσπάσματα παρουσίασης. Η ανεξάρτητη αξιολόγηση επιβεβαιώνει ότι υπερέχει στα σύντομα αποσπάσματα, αλλά δεν δοκιμάζει τις εκτενείς επιδείξεις· οι χρόνοι της δείχνουν επίσης ότι η δημιουργία με ένα avatar που προτιμά ο χρήστης μπορεί να είναι πιο αργή από ό,τι με τον ταχύτερο ανταγωνιστή.












