Model dan platform AI
HeyGen Meluncurkan Avatar 6 dengan Gestur yang Memahami Naskah dan Video 2K

Poin utamaAvatar 6 hanya meregenerasi rentang yang diedit sehingga rata-rata 34,4% frame berubah…
Lihat selengkapnya
- Avatar 6 hanya meregenerasi rentang yang diedit sehingga rata-rata 34,4% frame berubah dibandingkan penulisan ulang hampir total oleh pesaing.
- Skor ketakterbedaan HeyGen sebesar 84,4% menggandakan tingkat pemilihan 42,2% terhadap baseline peluang 50%.
- Arena New Measure menempatkan Avatar 6 di peringkat pertama tetapi hanya menguji klip pendek dan HeyGen berjalan lebih lambat daripada Runway.
HeyGen memperkenalkan Avatar 6, model avatar terbarunya yang digerakkan oleh audio, dalam laporan teknis yang diterbitkan pada 17 November 2026. Model ini menghasilkan video seseorang berdasarkan satu foto, dengan rekaman identitas singkat sebagai opsi, dan HeyGen menyatakan bahwa model ini menghasilkan video 2K secara native, tidak memiliki batas durasi tetap, serta tersedia di aplikasi web, aplikasi seluler, dan API sejak pertengahan November 2026.
Avatar 6 dirancang untuk mereproduksi penampilan, cara berbicara, dan kebiasaan gerak seseorang secara bersamaan. Sistem internalnya menggabungkan generator, tahap peningkatan resolusi yang memulihkan detail seperti tekstur kulit dan rambut, perencana gerak, serta HeyGen Voice untuk menghasilkan ucapan dengan suara orang yang berbicara. Pelanggan dapat memilih Avatar 6 Quality atau Avatar 6 Turbo; yang terakhir menggunakan tumpukan inferensi HeyGen yang dipercepat untuk mengurangi latensi.
Gestur yang Terhubung dengan Naskah dan Keluaran Berdurasi Panjang
Di halaman produk, HeyGen menyatakan bahwa Avatar 6 menggunakan makna naskah untuk menentukan bagian yang tepat bagi gestur menunjuk, menghitung, atau bergerak ke arah tertentu. Pengguna dapat menentukan suasana hati, ekspresi wajah, atau gerakan tangan secara terpisah agar memiliki kendali lebih terperinci. Perintah gerak tertulis dapat mengaitkan suatu tindakan dengan frasa tertentu, misalnya melambaikan tangan saat menyapa atau menghitung dengan jari sepanjang daftar. Perencana gerak mengatur waktu tindakan tersebut agar sesuai dengan kata-kata terkait, sembari mempertahankan ciri khas gerakan subjek di antaranya.
Demonstrasi HeyGen mencakup video berkelanjutan berdurasi 25 hingga 28 menit, yang masing-masing dibuat dari satu trek audio tanpa pengulangan, sehingga durasinya mengikuti lama ujaran. Kerangka kerja yang sama juga dapat menghasilkan dua pembicara dalam satu bingkai; salah satu demonstrasinya berupa siniar pembawa acara dan tamu berdurasi dua menit, dengan pergantian antara gambar lebar dan tampilan lebih dekat masing-masing orang.
Editor video rekaman Avatar 6 dapat mengganti kata-kata atau menambahkan gestur dengan membuat ulang hanya bagian yang diedit, sementara ucapan baru disintesis menggunakan suara orang tersebut. Dalam perbandingan HeyGen yang mencakup 20 penyuntingan, rata-rata 34,4% bingkai berubah, sedangkan MiniMax H3-max, Wan 3.0, Seedance 2.5, dan HappyHorse Edit mengubah 99,7% hingga 100%. Dipertahankannya bagian rekaman di sekelilingnya bermanfaat untuk memperbaiki rekaman presenter yang sudah selesai tanpa membuat ulang seluruh adegan.
Klaim Realisme dan Pengujian Independen
Skor ketakterbedaan 84,4% yang dilaporkan HeyGen memiliki arti khusus: penilai eksternal memilih Avatar 6 sebagai rekaman asli dalam 42,2% dari 270 penilaian perbandingan berdampingan, dan skor tersebut menggandakan tingkat pemilihan itu karena 50% berarti hasil yang setara dengan tebakan acak. Pengujian berdampingan ini melibatkan 20 penilai eksternal dan 76 orang. Dalam pengujian terpisah dengan satu klip, 65,1% jawaban menilai klip Avatar 6 yang menggunakan suara orang tersebut sebagai rekaman asli, dibandingkan dengan 78,9% untuk rekaman asli.
Perbandingan HeyGen sendiri dengan penilai eksternal memiliki cakupan lebih terbatas terhadap beberapa model video serbaguna: di antara jawaban yang menyatakan pilihan, Avatar 6 unggul dengan 50,1% atas Wan 3.0 yang menggunakan foto—hasil yang disebut imbang—dengan 54,9% atas Kling 4.0 yang menggunakan rekaman video, dan dengan 72,4% atas Seedance 2.5 yang menggunakan rekaman video.
Hasil awal Avatar Arena dari New Measure menempatkan Avatar 6 di urutan pertama dalam kedua kategori, dengan skor preferensi skala Elo sebesar 1.197 untuk avatar pribadi dan 1.237 untuk presenter stok; skor rata-rata setiap kategori adalah 1.000. Kreator membandingkan dua video yang membacakan naskah sama, sementara nama penyedia disembunyikan dan urutan video diacak. Suara dan penyuntingan yang dihitung berasal dari periode 27 Oktober 2026 hingga 16 November 2026.
New Measure mengingatkan bahwa peserta memilih sendiri untuk menggunakan arena tersebut, naskah yang umum digunakan terdiri atas 62 kata, dan kedua video berdurasi 35 detik atau kurang dalam 97% perbandingan yang diselesaikan. Hasil ini tidak membuktikan kinerja pada video berdurasi panjang atau dalam bahasa yang belum cukup diuji. Preferensi juga tidak berarti penyelesaian lebih cepat: video avatar pribadi HeyGen biasanya memerlukan waktu sekitar tiga menit, dibandingkan sekitar satu menit untuk Runway GWM-1 Avatars, dan satu dari sepuluh video avatar pribadi HeyGen memerlukan waktu lebih dari sembilan setengah menit. Waktu tersebut tidak mencakup penyiapan avatar dan persiapan ucapan.
Batasan API dan Pemeriksaan Persetujuan
Dokumentasi API tersebut mencantumkan heygen-avatar-6 dan heygen-avatar-6-turbo, dengan 1080p sebagai resolusi bawaan. Permintaan Model API menggabungkan gambar atau video referensi dengan audio ucapan, sedangkan Application API dimulai dari tampilan avatar HeyGen dan naskah dengan suara atau audio. Application API mendukung Avatar 6 hanya untuk permintaan satu avatar, tidak termasuk pekerjaan berbasis gambar mentah, adegan studio, pembuatan massal, dan penyuntingan adegan; jika pilihan mesin tidak dicantumkan, API akan tetap menggunakan Avatar IV.
Aturan persetujuan bergantung pada masukan yang digunakan. Sebelum avatar HeyGen berbasis rekaman video dapat dirender, orang tersebut harus merekam pernyataan persetujuan di depan kamera yang memuat kode sekali pakai khusus untuk sesi itu, dan HeyGen memverifikasi bahwa pemberi persetujuan adalah orang yang sama dengan subjek dalam rekaman pelatihan. Referensi foto tersedia bagi semua ruang kerja API dengan izin orang tersebut, sedangkan referensi video realistis hanya tersedia untuk pelanggan perusahaan. Dokumentasi menyatakan bahwa persetujuan untuk referensi video diverifikasi sebelum pengajuan, meskipun beberapa kontrak dapat berjalan tanpa langkah tersebut setelah peninjauan kasus per kasus.
Avatar 6 memberi pengguna dalam proses produksi kendali lebih besar atas identitas, gerakan, dan revisi, serta memungkinkan pembuatan konten berkelanjutan berdurasi panjang, bukan hanya klip presenter singkat. Pengujian independen mendukung daya tariknya untuk klip pendek, tetapi belum menguji demonstrasi berdurasi panjang; catatan waktunya juga menunjukkan bahwa avatar pilihan tetap bisa lebih lambat dibuat dibandingkan avatar pesaing tercepat.












