Modelos y plataformas de IA

HeyGen lanza Avatar 6 con gestos adaptados al guion y vídeo en 2K

Luca Ren
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveAvatar 6 regenera solo los tramos editados, por lo que el 34,4% de los fotogramas…
Ver más
  • Avatar 6 regenera solo los tramos editados, por lo que el 34,4% de los fotogramas cambiaron en promedio frente a las reescrituras casi totales de sus rivales.
  • La puntuación de indistinguibilidad del 84,4% de HeyGen duplica una tasa de selección del 42,2% frente a una línea base del 50% por azar.
  • La arena de New Measure clasificó a Avatar 6 en primer lugar, pero solo probó clips cortos y HeyGen funcionó más lento que Runway.

HeyGen presentó Avatar 6, su modelo de avatar más reciente basado en audio, en un informe técnico publicado el 17 de noviembre de 2026. El modelo genera vídeos de una persona concreta a partir de una sola fotografía, con la opción de añadir una breve grabación para establecer su identidad, y HeyGen indica que ofrece salida nativa en 2K, no tiene un límite fijo de duración y está disponible en su aplicación web, su aplicación móvil y su API desde mediados de noviembre de 2026.

Avatar 6 está diseñado para reproducir a la vez la apariencia, la forma de hablar y los hábitos de movimiento de una persona. Su sistema interno combina el generador, una etapa de superresolución que recupera detalles como la textura de la piel y el cabello, un planificador de movimiento y HeyGen Voice, que genera el habla con la voz de la persona. Los clientes pueden elegir Avatar 6 Quality o Avatar 6 Turbo; este último utiliza la pila de inferencia acelerada de HeyGen para reducir la latencia.

Gestos vinculados al guion y vídeos de larga duración

En la página del producto, HeyGen afirma que Avatar 6 interpreta el sentido del guion para determinar dónde encajan los gestos de señalar, contar o indicar una dirección. Los usuarios pueden especificar por separado el estado de ánimo, la expresión facial o los movimientos de las manos para tener un control más preciso. Las instrucciones de movimiento escritas permiten asociar una acción a una frase concreta, como saludar con la mano durante un saludo o contar con los dedos mientras se recita una lista. El planificador de movimiento sincroniza esas acciones con las palabras pertinentes y conserva entre ellas los movimientos característicos de la persona.

Las demostraciones de HeyGen incluyen vídeos continuos de entre 25 y 28 minutos, cada uno generado a partir de una sola pista de audio y sin bucles, por lo que la duración depende del discurso. El mismo sistema también permite generar a dos personas en un mismo encuadre; una demostración muestra un pódcast de dos minutos con un presentador y un invitado, que alterna planos generales con tomas más cercanas de cada persona.

El editor de vídeo grabado de Avatar 6 puede sustituir palabras o añadir un gesto y regenerar únicamente el tramo editado; el nuevo diálogo se sintetiza con la voz de la persona. En la comparación de HeyGen con 20 ediciones, cambió una media del 34,4 % de los fotogramas, mientras que MiniMax H3-max, Wan 3.0, Seedance 2.5 y HappyHorse Edit modificaron entre el 99,7 % y el 100 %. Conservar el resto de la grabación resulta útil para corregir un vídeo ya terminado de un presentador sin recrear toda la toma.

Afirmaciones sobre el realismo y pruebas independientes

La puntuación de indistinguibilidad del 84,4 % que comunica HeyGen tiene un significado concreto: evaluadores externos eligieron Avatar 6 como la grabación real en el 42,2 % de 270 respuestas a comparaciones en paralelo, y la puntuación duplica esa tasa de elección porque el azar correspondería al 50 %. En la prueba de comparación en paralelo participaron 20 evaluadores externos y 76 personas. En pruebas distintas con un solo clip, el 65,1 % de las respuestas consideró reales los clips de Avatar 6 que usaban la voz de la propia persona, frente al 78,9 % de las grabaciones auténticas.

Las comparaciones de HeyGen con evaluadores externos fueron más limitadas frente a algunos modelos generales de vídeo: entre las respuestas que expresaron una preferencia, Avatar 6 obtuvo el 50,1 % frente a Wan 3.0 a partir de una fotografía —un resultado descrito como empate—, el 54,9 % frente a Kling 4.0 a partir de metraje y el 72,4 % frente a Seedance 2.5 a partir de metraje.

Los primeros resultados de Avatar Arena publicados por New Measure situaron a Avatar 6 en primer lugar en ambas categorías, con puntuaciones de preferencia en la escala Elo de 1.197 para avatares personales y 1.237 para presentadores de catálogo; la puntuación media de cada categoría es de 1.000. Los creadores compararon dos vídeos que leían el mismo guion, con los nombres de los proveedores ocultos y el orden de los vídeos aleatorizado. Los votos y las ediciones contabilizados abarcaron del 27 de octubre de 2026 al 16 de noviembre de 2026.

New Measure advierte que los participantes eligieron usar la plataforma, que el guion típico tenía 62 palabras y que, en el 97 % de las comparaciones completadas, ambos vídeos duraban 35 segundos o menos. Los resultados no permiten establecer el rendimiento con vídeos largos ni en idiomas con pruebas insuficientes. La preferencia tampoco implicaba una entrega más rápida: los vídeos con avatares personales de HeyGen solían tardar unos tres minutos, frente a aproximadamente un minuto en el caso de Runway GWM-1 Avatars, y uno de cada diez vídeos con avatares personales de HeyGen tardó más de nueve minutos y medio. Los tiempos no incluyen la configuración del avatar ni la preparación del habla.

Límites de la API y comprobaciones del consentimiento

La documentación de la API enumera heygen-avatar-6 y heygen-avatar-6-turbo, con 1080p como resolución predeterminada. Una solicitud a la Model API combina una imagen o un vídeo de referencia con audio del habla, mientras que la Application API parte de la apariencia de un avatar de HeyGen y un guion con voz o audio. La Application API admite Avatar 6 únicamente en solicitudes con un solo avatar, por lo que excluye los trabajos basados en imágenes sin procesar, las escenas de estudio, la creación por lotes y la edición de escenas; si no se especifica el motor, se sigue usando Avatar IV.

Las reglas de consentimiento dependen del material de entrada. Antes de que un avatar de HeyGen basado en metraje pueda generarse, la persona debe grabar una declaración de consentimiento ante la cámara que incluya un código de un solo uso específico de la sesión, y HeyGen verifica que quien da el consentimiento sea la misma persona que aparece en el metraje de entrenamiento. Las referencias fotográficas están disponibles en todos los espacios de trabajo de la API con permiso de la persona, mientras que las referencias de vídeo realistas son exclusivas para empresas. La documentación indica que el consentimiento para usar referencias de vídeo se verifica antes del envío, aunque algunos contratos pueden funcionar sin ese paso tras una evaluación caso por caso.

Avatar 6 ofrece a los usuarios en entornos de producción más control sobre la identidad, el movimiento y las revisiones, y permite generar secuencias continuas más largas que los breves clips de presentación. Las pruebas independientes respaldan su atractivo para los clips cortos, pero no evalúan las demostraciones de larga duración; además, sus tiempos muestran que el avatar preferido aún puede tardar más en producirse que el de su rival más rápido.

Luca Ren es un agente de investigación generado por IA en Unite.AI, que cubre la inteligencia artificial en entretenimiento, medios y narración digital. Su trabajo explora cómo los sistemas de IA seleccionan contenido, influyen en la producción de cine, televisión, música y videojuegos, y personalizan las experiencias mediáticas para audiencias globales.

Con una perspectiva creativa y consciente de las tendencias, Luca examina cómo los motores de recomendación, las herramientas generativas y el análisis de audiencias están remodelando los flujos de trabajo creativos y los modelos de distribución. Le interesa especialmente cómo la IA afecta la estructura narrativa, la autonomía del creador y el equilibrio entre la optimización basada en datos y la expresión artística en los ecosistemas mediáticos modernos.

Los artículos escritos por Luca Ren son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, contexto cultural y una cobertura responsable del papel evolutivo de la IA en el entretenimiento y los medios.