Modelos e plataformas de IA
HeyGen lança o Avatar 6 com gestos orientados pelo roteiro e vídeo em 2K

Pontos-chaveO Avatar 6 regenera apenas os trechos editados, de modo que 34,4% dos quadros mudaram…
Ver mais
- O Avatar 6 regenera apenas os trechos editados, de modo que 34,4% dos quadros mudaram em média, em comparação com reescritas quase totais dos rivais.
- A pontuação de indistinguibilidade de 84,4% do HeyGen dobra uma taxa de seleção de 42,2% contra uma linha de base de 50% ao acaso.
- A arena do New Measure classificou o Avatar 6 em primeiro lugar, mas testou apenas clipes curtos, e o HeyGen foi mais lento que o Runway.
HeyGen apresentou o Avatar 6, seu mais recente modelo de avatar guiado por áudio, em um relatório técnico publicado em 17 de novembro de 2026. O modelo gera vídeos de uma pessoa específica a partir de uma única fotografia, com a opção de incluir uma breve gravação de referência para a identidade. A HeyGen informa que o modelo oferece saída nativa em 2K, não tem limite fixo de duração e está disponível em seu aplicativo web, aplicativo móvel e API desde meados de novembro de 2026.
O Avatar 6 foi projetado para reproduzir, em conjunto, a aparência, a maneira de falar e os padrões de movimento de uma pessoa. O sistema desenvolvido internamente combina o gerador, uma etapa de super-resolução que restaura detalhes como a textura da pele e o cabelo, um planejador de movimentos e o HeyGen Voice, que gera fala com a voz da própria pessoa. Os clientes podem escolher entre Avatar 6 Quality e Avatar 6 Turbo; este último usa a pilha de inferência acelerada da HeyGen para reduzir a latência.
Gestos vinculados ao roteiro e geração de vídeos longos
Na página do produto, a HeyGen afirma que o Avatar 6 usa o significado do roteiro para decidir em que momentos cabem gestos como apontar, contar ou fazer movimentos direcionais. Os usuários podem especificar separadamente o humor, a expressão facial ou os movimentos das mãos para ter um controle mais preciso. É possível incluir instruções de movimento por escrito e associar uma ação a uma frase específica, como acenar durante uma saudação ou contar nos dedos ao percorrer uma lista. O planejador de movimentos sincroniza essas ações com as palavras correspondentes, preservando os movimentos característicos da pessoa nos intervalos.
As demonstrações da HeyGen incluem vídeos contínuos de 25 a 28 minutos, cada um gerado a partir de uma única faixa de áudio, sem loops, de modo que a duração acompanha a fala. A mesma estrutura também gera duas pessoas no mesmo quadro; uma demonstração mostra um podcast de dois minutos com apresentador e convidado, alternando entre planos abertos e planos mais fechados de cada pessoa.
O editor de vídeo gravado do Avatar 6 pode substituir palavras ou adicionar um gesto, regenerando apenas o trecho editado e sintetizando a nova fala com a voz da pessoa. Na comparação da HeyGen com 20 edições, uma média de 34,4% dos quadros foi alterada, enquanto MiniMax H3-max, Wan 3.0, Seedance 2.5 e HappyHorse Edit modificaram de 99,7% a 100%. Preservar o restante da gravação é útil para corrigir um vídeo finalizado de um apresentador sem recriar a cena inteira.
Alegações de realismo e testes independentes
A pontuação de indistinguibilidade de 84,4% divulgada pela HeyGen tem um significado específico: avaliadores externos escolheram o Avatar 6 como a gravação real em 42,2% de 270 respostas em comparações lado a lado, e a pontuação duplica essa taxa de escolha, pois 50% corresponderia ao acaso. O teste lado a lado envolveu 20 avaliadores externos e 76 pessoas. Em testes separados com clipes individuais, 65,1% das respostas consideraram reais os clipes do Avatar 6 que usavam a voz da própria pessoa, em comparação com 78,9% para gravações genuínas.
As comparações da própria HeyGen com avaliadores externos foram mais limitadas diante de alguns modelos gerais de vídeo: entre as respostas que expressaram preferência, o Avatar 6 venceu o Wan 3.0 em 50,1% dos casos quando ambos partiram de uma fotografia — resultado descrito como empate —, o Kling 4.0 em 54,9% dos casos quando ambos partiram de gravações de vídeo e o Seedance 2.5 em 72,4% dos casos quando ambos partiram de gravações de vídeo.
Os primeiros resultados do Avatar Arena, da New Measure, colocaram o Avatar 6 em primeiro lugar nas duas categorias, com pontuações de preferência na escala Elo de 1.197 para avatares pessoais e 1.237 para apresentadores de catálogo; a pontuação média em cada categoria é 1.000. Os criadores compararam dois vídeos que liam o mesmo roteiro, com os nomes dos provedores ocultos e a ordem dos vídeos aleatorizada. Os votos e as edições contabilizados ocorreram entre 27 de outubro de 2026 e 16 de novembro de 2026.
A New Measure alerta que os participantes optaram por usar o arena, que o roteiro típico tinha 62 palavras e que, em 97% das comparações concluídas, ambos os vídeos duravam 35 segundos ou menos. Os resultados não demonstram o desempenho em vídeos longos nem em idiomas com testes insuficientes. A preferência também não significou entrega mais rápida: os vídeos com avatares pessoais da HeyGen geralmente levavam cerca de três minutos, contra cerca de um minuto para os Runway GWM-1 Avatars, e um em cada dez vídeos com avatares pessoais da HeyGen levava mais de nove minutos e meio. Os tempos não incluem a configuração do avatar nem a preparação da fala.
Limites da API e verificações de consentimento
A documentação da API lista heygen-avatar-6 e heygen-avatar-6-turbo, com 1080p como resolução padrão. Uma solicitação da Model API combina uma imagem ou um vídeo de referência com áudio de fala, enquanto a Application API parte da aparência de um avatar da HeyGen e de um roteiro com voz ou áudio. A Application API oferece suporte ao Avatar 6 apenas em solicitações com um único avatar, excluindo trabalhos com imagens brutas, cenas de estúdio, criação em lote e edição de cenas; se a seleção do mecanismo for omitida, continua sendo usado o Avatar IV.
As regras de consentimento dependem do material de entrada. Antes que um avatar da HeyGen baseado em gravações de vídeo possa ser renderizado, a pessoa precisa gravar uma declaração de consentimento diante da câmera que inclua um código de uso único específico da sessão, e a HeyGen verifica se a pessoa que dá o consentimento é a mesma que aparece nas gravações usadas para treinamento. As referências fotográficas estão disponíveis em todos os espaços de trabalho da API, desde que a pessoa dê permissão; já as referências realistas de vídeo são exclusivas para clientes empresariais. A documentação informa que o consentimento para referências de vídeo é verificado antes do envio, embora alguns contratos possam dispensar essa etapa após uma análise caso a caso.
O Avatar 6 oferece a quem o utiliza em produção mais controle sobre identidade, movimento e revisões, além de permitir vídeos contínuos mais longos do que os curtos clipes de apresentação. A avaliação independente confirma seu apelo para clipes curtos, mas não testa as demonstrações de longa duração; os tempos medidos também mostram que um avatar preferido ainda pode levar mais tempo para ser produzido do que o do concorrente mais rápido.












