Modèles et plateformes d’IA

HeyGen lance Avatar 6, avec des gestes adaptés au script et une vidéo en 2K

Luca Ren
Ajouter Unite.AI à vos sources préférées sur Google
Points clésAvatar 6 régénère uniquement les segments modifiés, de sorte que 34,4 % des images ont…
Voir plus
  • Avatar 6 régénère uniquement les segments modifiés, de sorte que 34,4 % des images ont changé en moyenne, contre des réécritures quasi totales chez ses concurrents.
  • Le score d'indiscernabilité de 84,4 % de HeyGen double un taux de sélection de 42,2 % face à une base de référence de 50 % due au hasard.
  • L'arène de New Measure a classé Avatar 6 en première position, mais elle n'a testé que de courts extraits et HeyGen s'est révélé plus lent que Runway.

HeyGen a présenté Avatar 6, son dernier modèle d’avatar animé à partir de l’audio, dans un rapport technique publié le 17 novembre 2026. Ce modèle génère une vidéo représentant une personne précise à partir d’une seule photo, avec la possibilité d’ajouter un court enregistrement d’identité. HeyGen annonce une sortie native en 2K, sans limite de durée fixe, et une disponibilité dans son application web, son application mobile et son API depuis la mi-novembre 2026.

Avatar 6 est conçu pour reproduire à la fois l’apparence d’une personne, sa façon de parler et ses habitudes de mouvement. Le système développé en interne associe le générateur, une étape de super-résolution qui restitue des détails comme la texture de la peau et les cheveux, un planificateur de mouvements et HeyGen Voice, qui permet de produire des paroles avec la voix de la personne. Les clients peuvent choisir Avatar 6 Quality ou Avatar 6 Turbo, qui s’appuie sur la pile d’inférence accélérée de HeyGen pour réduire la latence.

Gestes liés au script et production de vidéos longues

Sur la page du produit, HeyGen indique qu’Avatar 6 s’appuie sur le sens du script pour déterminer où placer des gestes comme pointer, compter ou se déplacer dans une direction donnée. Les utilisateurs peuvent aussi préciser séparément l’humeur, l’expression du visage ou les mouvements des mains afin d’affiner le contrôle. Des consignes écrites peuvent associer une action à une phrase précise, par exemple faire un signe de la main pendant une salutation ou compter sur ses doigts au fil d’une liste. Le planificateur de mouvements synchronise ces actions avec les mots correspondants, tout en préservant les mouvements caractéristiques du sujet entre elles.

Les démonstrations de HeyGen comprennent des vidéos continues de 25 à 28 minutes, chacune générée à partir d’une seule piste audio, sans boucle : la durée de la vidéo correspond donc à celle du discours. Le même système permet aussi de faire apparaître deux interlocuteurs dans une même image. Une démonstration met en scène un podcast de deux minutes entre un animateur et un invité, alternant plans larges et vues rapprochées de chacun.

L’éditeur vidéo d’Avatar 6 peut remplacer des mots ou ajouter un geste en ne régénérant que le passage modifié, avec une nouvelle réplique synthétisée dans la voix de la personne. Dans la comparaison de 20 modifications réalisée par HeyGen, 34,4 % des images ont changé en moyenne, contre 99,7 % à 100 % pour MiniMax H3-max, Wan 3.0, Seedance 2.5 et HappyHorse Edit. Cette préservation du reste de la prise est utile pour corriger un enregistrement de présentation déjà terminé sans recréer la scène entière.

Allégations de réalisme et évaluations indépendantes

Le score d’indiscernabilité de 84,4 % annoncé par HeyGen a une signification précise : dans 42,2 % des 270 réponses recueillies lors de comparaisons côte à côte, les évaluateurs externes ont désigné Avatar 6 comme l’enregistrement réel. Le score double ce taux de sélection, car une probabilité de 50 % correspondrait au hasard. Le test comparatif a fait intervenir 20 évaluateurs externes et 76 personnes. Lors de tests distincts portant sur un seul extrait, 65,1 % des réponses ont jugé réels les extraits d’Avatar 6 utilisant la voix de la personne, contre 78,9 % pour les enregistrements authentiques.

Les comparaisons de HeyGen avec des évaluateurs externes étaient plus limitées face à certains modèles vidéo généralistes : parmi les réponses exprimant une préférence, Avatar 6 a obtenu 50,1 % des voix face à Wan 3.0 à partir d’une photo — un résultat présenté comme une égalité —, 54,9 % face à Kling 4.0 à partir d’une séquence vidéo et 72,4 % face à Seedance 2.5 à partir d’une séquence vidéo.

Les premiers résultats d’Avatar Arena de New Measure placent Avatar 6 en tête des deux catégories, avec des scores de préférence sur l’échelle Elo de 1 197 pour les avatars personnels et de 1 237 pour les présentateurs issus de la bibliothèque ; le score moyen est de 1 000 dans chaque catégorie. Les créateurs ont comparé deux vidéos lisant le même script, sans que le nom du fournisseur soit affiché et avec un ordre de lecture aléatoire. Les votes et modifications pris en compte ont été effectués du 27 octobre 2026 au 16 novembre 2026.

New Measure précise que les participants ont choisi de prendre part à l’évaluation, que le script comptait généralement 62 mots et que, dans 97 % des comparaisons terminées, les deux vidéos duraient 35 secondes ou moins. Ces résultats ne permettent pas d’établir les performances sur des vidéos longues ni dans des langues pour lesquelles les tests sont insuffisants. La préférence n’impliquait pas non plus une génération plus rapide : les vidéos avec avatar personnel de HeyGen prenaient généralement environ trois minutes, contre environ une minute pour Runway GWM-1 Avatars, et une vidéo sur dix avec avatar personnel de HeyGen prenait plus de neuf minutes et demie. Ces durées ne comprennent pas la configuration de l’avatar ni la préparation de la parole.

Limites de l’API et vérification du consentement

La documentation de l’API répertorie heygen-avatar-6 et heygen-avatar-6-turbo, avec une résolution de 1080p par défaut. Une requête Model API associe une image ou une vidéo de référence à une piste audio contenant la parole, tandis que l’Application API part de l’apparence d’un avatar HeyGen et d’un script avec une voix ou un fichier audio. L’Application API prend en charge Avatar 6 uniquement pour les requêtes avec un seul avatar ; les tâches à partir d’images brutes, les scènes de studio, la création par lots et la modification de scènes ne sont pas prises en charge. Si le moteur n’est pas spécifié, Avatar IV reste utilisé.

Les règles de consentement dépendent des données d’entrée. Avant qu’un avatar HeyGen créé à partir d’une séquence vidéo puisse être généré, la personne doit enregistrer devant la caméra une déclaration de consentement comprenant un code à usage unique propre à la session, et HeyGen vérifie que la personne qui donne son consentement est bien le sujet de la séquence utilisée pour l’entraînement. Les références photo sont accessibles à tous les espaces de travail API avec l’autorisation de la personne, tandis que les références vidéo réalistes sont réservées aux entreprises. La documentation indique que le consentement pour les références vidéo est vérifié avant l’envoi, mais que certains contrats peuvent être exécutés sans cette étape après un examen au cas par cas.

Avatar 6 offre aux utilisateurs qui l’emploient en production un meilleur contrôle de l’identité, des mouvements et des révisions, avec des séquences longues et continues qui dépassent les courtes vidéos de présentation. Une évaluation indépendante confirme ses atouts pour les clips courts, mais ne teste pas les démonstrations longues ; les temps mesurés montrent également qu’un avatar privilégié peut rester plus lent à produire que celui de son concurrent le plus rapide.

Luca Ren est un agent de recherche généré par IA chez Unite.AI, spécialisé dans l’intelligence artificielle appliquée au divertissement, aux médias et à la narration numérique. Son travail explore la façon dont les systèmes d’IA sélectionnent le contenu, influencent la production de films, de séries télévisées, de musique et de jeux vidéo, et personnalisent les expériences médiatiques pour des publics mondiaux.

Avec une perspective créative et sensible aux tendances, Luca examine comment les moteurs de recommandation, les outils génératifs et l’analyse d’audience transforment les flux de travail créatifs et les modèles de distribution. Il s’intéresse tout particulièrement à la manière dont l’IA affecte la structure narrative, l’autonomie des créateurs et l’équilibre entre l’optimisation basée sur les données et l’expression artistique dans les écosystèmes médiatiques modernes.

Les articles rédigés par Luca Ren sont générés par IA et revus par l’équipe éditoriale d’Unite.AI afin d’assurer leur exactitude, leur contexte culturel et une couverture responsable du rôle évolutif de l’IA dans le divertissement et les médias.