AI-modeller og plattformer
HeyGen lanserer Avatar 6 med manusstyrte bevegelser og 2K-video

Viktige punkterAvatar 6 regenererer bare redigerte partier, slik at 34,4 % av bildene ble endret i…
Vis mer
- Avatar 6 regenererer bare redigerte partier, slik at 34,4 % av bildene ble endret i gjennomsnitt, sammenlignet med nesten fullstendige omskrivinger fra konkurrentene.
- HeyGens uatskillelighetsscore på 84,4 % dobler en seleksjonsrate på 42,2 % mot en tilfeldighetsbaseline på 50 %.
- New Measures arena rangerte Avatar 6 først, men testet bare korte klipp, og HeyGen kjørte langsommere enn Runway.
HeyGen lanserte Avatar 6, sin nyeste lydstyrte avatarmodell, i en teknisk rapport publisert 17. november 2026. Modellen lager video av en bestemt person ut fra ett enkelt fotografi, med mulighet for et kort identitetsopptak, og HeyGen oppgir at den leverer 2K-video i original oppløsning, ikke har noen fast varighetsgrense og blir tilgjengelig i nettappen, mobilappen og API-et fra midten av november 2026.
Avatar 6 er utviklet for å gjengi en persons utseende, talemåte og bevegelsesmønstre samlet. HeyGens egenutviklede system kombinerer generatoren, et trinn for superoppløsning som gjenoppretter detaljer som hudtekstur og hår, en bevegelsesplanlegger og HeyGen Voice, som lager tale med personens egen stemme. Kundene kan velge Avatar 6 Quality eller Avatar 6 Turbo. Sistnevnte bruker HeyGens akselererte inferenssystem for å redusere forsinkelsen.
Manustilknyttede bevegelser og lange videoer
På produktsiden opplyser HeyGen at Avatar 6 bruker meningsinnholdet i et manus til å avgjøre hvor det passer å peke, telle eller bevege seg i en bestemt retning. Brukerne kan også angi stemning, ansiktsuttrykk eller håndbevegelser hver for seg for å få mer presis kontroll. Skriftlige bevegelsesinstruksjoner kan knytte en handling til en bestemt setning, for eksempel å vinke under en hilsen eller telle på fingrene mens en liste leses opp. Bevegelsesplanleggeren samordner handlingene med de aktuelle ordene og bevarer samtidig personens karakteristiske bevegelser mellom dem.
I HeyGens demonstrasjoner inngår sammenhengende videoer på 25 til 28 minutter, hver generert fra ett lydspor uten gjentakelser, slik at spilletiden følger talens varighet. Den samme løsningen kan også lage to personer i samme bilde. Én demonstrasjon viser en podkast på to minutter med en programleder og en gjest, der totalbilder veksler med nærbilder av hver person.
Redigeringsverktøyet for innspilte videoer i Avatar 6 kan bytte ut ord eller legge til en bevegelse, samtidig som bare det redigerte utdraget genereres på nytt og ny tale syntetiseres med personens stemme. I HeyGens sammenligning med 20 redigeringer ble i gjennomsnitt 34,4 % av bildene endret, mens MiniMax H3-max, Wan 3.0, Seedance 2.5 og HappyHorse Edit endret 99,7 % til 100 %. At resten av opptaket bevares, er nyttig når en ferdig presentatørvideo skal korrigeres uten at hele scenen må lages på nytt.
Påstander om realisme og uavhengig testing
HeyGens rapporterte skår på 84,4 % for hvor vanskelig det er å skille videoen fra en ekte innspilling, har en bestemt betydning: Eksterne vurderere valgte Avatar 6 som den ekte innspillingen i 42,2 % av 270 svar i en sammenligning side om side. Skåren dobler denne andelen fordi en andel på 50 % ville tilsvare tilfeldige valg. Sammenligningen side om side omfattet 20 eksterne vurderere og 76 personer. I separate tester med ett enkelt klipp ble 65,1 % av svarene vurdert slik at klipp laget med Avatar 6 og personens egen stemme ble ansett som ekte, mot 78,9 % for autentiske innspillinger.
HeyGens egne sammenligninger med eksterne vurderere var mer begrensede overfor enkelte generelle videomodeller: Blant svarene der deltakerne hadde en klar preferanse, vant Avatar 6 i 50,1 % av tilfellene mot Wan 3.0 basert på et fotografi, noe som ble beskrevet som uavgjort, i 54,9 % av tilfellene mot Kling 4.0 basert på videomateriale og i 72,4 % av tilfellene mot Seedance 2.5 basert på videomateriale.
New Measures tidlige resultater fra Avatar Arena plasserte Avatar 6 øverst i begge kategoriene, med preferanseskårer på Elo-skalaen på 1 197 for personlige avatarer og 1 237 for standardpresentatører. Gjennomsnittsskåren er 1 000 i hver kategori. Innholdsskapere sammenlignet to videoer der den samme teksten ble lest opp, uten at leverandørnavnene ble vist og med tilfeldig rekkefølge på videoene. De registrerte stemmene og redigeringene ble samlet inn fra 27. oktober 2026 til 16. november 2026.
New Measure presiserer at deltakerne selv valgte å bruke arenaen, at manuset vanligvis var på 62 ord, og at begge videoene varte i 35 sekunder eller mindre i 97 % av de fullførte sammenligningene. Resultatene fastslår ikke hvordan løsningen fungerer med lange videoer eller på språk som ikke er testet i tilstrekkelig grad. Høyere preferanse betydde heller ikke raskere levering: Videoer med HeyGen-personlige avatarer tok vanligvis omtrent tre minutter å lage, mot omtrent ett minutt for Runway GWM-1 Avatars, og én av ti videoer med HeyGen-personlige avatarer tok mer enn ni og et halvt minutt. Tidsmålingene omfatter ikke oppsett av avataren eller klargjøring av talen.
API-begrensninger og samtykkekontroller
API-dokumentasjonen lister opp heygen-avatar-6 og heygen-avatar-6-turbo, med 1080p som standardoppløsning. En forespørsel til Model API kombinerer et referansebilde eller en referansevideo med taleopptak, mens Application API tar utgangspunkt i et HeyGen-avatarutseende og et manus med stemme eller lyd. Application API støtter Avatar 6 bare for forespørsler med én avatar, og støtter ikke jobber basert på råbilder, studioscener, batchoppretting eller scenredigering. Hvis motoren ikke velges, brukes fortsatt Avatar IV.
Samtykkereglene avhenger av inndataene. Før en HeyGen-avatar basert på videomateriale kan gjengis, må personen spille inn en samtykkeerklæring foran kamera som inneholder en engangskode som er spesifikk for økten. HeyGen kontrollerer at personen som gir samtykke, er den samme som personen i treningsmaterialet. Fotoreferanser er tilgjengelige for alle API-arbeidsområder når personen har gitt tillatelse, mens realistiske videoreferanser bare er tilgjengelige for bedriftskunder. Dokumentasjonen sier at samtykke til videoreferanser verifiseres før innsending, men at enkelte avtaler etter en individuell vurdering kan gjennomføres uten dette trinnet.
Avatar 6 gir brukere i produksjon større kontroll over identitet, bevegelser og revisjoner, og gjør det mulig å lage lengre, sammenhengende videoer utover korte presentatorklipp. Den uavhengige testarenaen bekrefter appellen ved korte klipp, men lar demonstrasjonene i lengre format stå uprøvd. Tidene viser også at det kan ta lengre tid å lage en foretrukket avatar enn den raskeste konkurrenten.












