Modele și platforme AI

HeyGen lansează Avatar 6, cu gesturi adaptate scenariului și video 2K

Luca Ren
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieAvatar 6 regenerează doar intervalele editate, astfel încât 34,4% dintre cadre s-au…
Vezi mai mult
  • Avatar 6 regenerează doar intervalele editate, astfel încât 34,4% dintre cadre s-au schimbat în medie, comparativ cu rescrieri aproape totale ale concurenților.
  • Scorul de indistincție de 84,4% al HeyGen dublează o rată de selecție de 42,2% față de o bază de șansă de 50%.
  • Arena New Measure a clasat Avatar 6 pe primul loc, dar a testat doar clipuri scurte, iar HeyGen a rulat mai lent decât Runway.

HeyGen a prezentat Avatar 6, cel mai recent model de avatar al său bazat pe audio, într-un raport tehnic publicat la 17 noiembrie 2026. Modelul generează un videoclip cu o anumită persoană pornind de la o singură fotografie, cu opțiunea de a adăuga o scurtă înregistrare pentru identificarea persoanei, iar HeyGen declară că oferă rezoluție nativă 2K, nu are o limită fixă de durată și este disponibil în aplicația web, aplicația mobilă și prin API de la jumătatea lunii noiembrie 2026.

Avatar 6 este conceput pentru a reproduce simultan înfățișarea unei persoane, felul în care vorbește și tiparele sale de mișcare. Sistemul dezvoltat intern combină generatorul, o etapă de super-rezoluție care reface detalii precum textura pielii și părul, un planificator de mișcare și HeyGen Voice, pentru a genera vorbirea cu vocea persoanei respective. Clienții pot alege Avatar 6 Quality sau Avatar 6 Turbo, acesta din urmă folosind infrastructura HeyGen de inferență accelerată pentru a reduce latența.

Gesturi legate de scenariu și videoclipuri de lungă durată

Pe pagina produsului, HeyGen afirmă că Avatar 6 folosește sensul scenariului pentru a stabili unde se potrivesc gesturile de indicare, numărare sau mișcare direcțională. Pentru un control mai fin, utilizatorii pot specifica separat starea de spirit, expresia facială sau mișcările mâinilor. Indicațiile scrise privind mișcarea pot asocia o acțiune cu o anumită expresie, de exemplu, un salut cu mâna în timpul unei formule de salut sau număratul pe degete pe parcursul unei enumerări. Planificatorul de mișcare sincronizează acțiunile cu cuvintele relevante, păstrând totodată mișcările caracteristice ale subiectului între acestea.

Demonstrațiile HeyGen includ videoclipuri continue cu durata de 25 până la 28 de minute, fiecare generat dintr-o singură pistă audio, fără bucle, astfel încât durata redării să corespundă duratei discursului. Același sistem poate genera și două persoane care vorbesc în același cadru; într-o demonstrație, un podcast de două minute cu un moderator și un invitat alternează între cadre largi și prim-planuri ale fiecărei persoane.

Editorul video pentru înregistrări al Avatar 6 poate înlocui cuvinte sau adăuga un gest, regenerând doar segmentul editat, iar noul discurs este sintetizat cu vocea persoanei respective. În comparația HeyGen cu 20 de editări, s-au modificat în medie 34,4% dintre cadre, în timp ce MiniMax H3-max, Wan 3.0, Seedance 2.5 și HappyHorse Edit au modificat între 99,7% și 100%. Păstrarea segmentelor din jur este utilă pentru corectarea unei înregistrări finalizate cu un prezentator, fără a recrea întreaga filmare.

Afirmații privind realismul și testare independentă

Scorul de 84,4% privind indistinctibilitatea raportat de HeyGen are o semnificație precisă: evaluatorii externi au ales Avatar 6 drept înregistrarea reală în 42,2% dintre cele 270 de răspunsuri la comparațiile alăturate, iar scorul dublează această rată de selecție, deoarece 50% ar reprezenta rezultatul întâmplării. La testul de comparare alăturată au participat 20 de evaluatori externi și 76 de persoane. În teste separate, în care fiecare clip a fost evaluat individual, 65,1% dintre răspunsuri au considerat reale clipurile Avatar 6 în care se folosea vocea proprie a persoanei, față de 78,9% pentru înregistrările autentice.

Comparațiile HeyGen cu evaluatori externi au avut un domeniu mai restrâns în cazul unor modele video cu utilizare generală: dintre răspunsurile care exprimau o preferință, Avatar 6 a câștigat 50,1% în fața Wan 3.0, pornind de la o fotografie — rezultat descris ca egalitate —, 54,9% în fața Kling 4.0, pornind de la filmări, și 72,4% în fața Seedance 2.5, pornind de la filmări.

Primele rezultate ale New Measure în Avatar Arena au clasat Avatar 6 pe primul loc la ambele categorii, cu scoruri de preferință pe scara Elo de 1.197 pentru avatare personale și 1.237 pentru prezentatori din bibliotecă; scorul mediu pentru fiecare categorie este 1.000. Creatorii au comparat două videoclipuri în care se citea același scenariu, cu numele furnizorilor ascunse și ordinea videoclipurilor randomizată. Voturile și editările luate în calcul au fost înregistrate în perioada 27 octombrie 2026–16 noiembrie 2026.

New Measure avertizează că participanții au ales să folosească arena, scenariul tipic avea 62 de cuvinte, iar ambele videoclipuri aveau cel mult 35 de secunde în 97% dintre comparațiile finalizate. Rezultatele nu demonstrează performanța pentru videoclipuri lungi sau în limbi pentru care nu există suficiente teste. Preferința nu a însemnat nici livrare mai rapidă: videoclipurile cu avatare personale HeyGen durau de obicei aproximativ trei minute, față de aproximativ un minut pentru Runway GWM-1 Avatars, iar unul din zece videoclipuri cu avatare personale HeyGen dura mai mult de nouă minute și jumătate. Duratele nu includ configurarea avatarului și pregătirea vorbirii.

Limitele API-ului și verificările consimțământului

Documentația API enumeră heygen-avatar-6 și heygen-avatar-6-turbo, rezoluția implicită fiind 1080p. O solicitare către Model API combină o imagine sau un videoclip de referință cu audio-ul vorbirii, în timp ce Application API pornește de la aspectul unui avatar HeyGen și de la un scenariu, împreună cu o voce sau un fișier audio. Application API acceptă Avatar 6 doar pentru solicitări cu un singur avatar, excluzând sarcinile bazate pe imagini brute, scenele de studio, crearea în loturi și editarea scenelor; dacă nu este specificat motorul, se folosește în continuare Avatar IV.

Regulile privind consimțământul depind de datele de intrare. Înainte ca un avatar HeyGen bazat pe filmări să poată fi generat, persoana trebuie să înregistreze în fața camerei o declarație de consimțământ care să includă un cod unic, specific sesiunii, iar HeyGen verifică dacă persoana care își exprimă consimțământul este aceeași cu subiectul filmărilor de antrenare. Referințele foto sunt disponibile tuturor spațiilor de lucru API cu permisiunea persoanei, în timp ce referințele video realiste sunt disponibile doar clienților enterprise. Documentația precizează că acordul pentru folosirea unei referințe video este verificat înainte de trimitere, deși, în urma unei evaluări de la caz la caz, unele contracte pot permite funcționarea fără această etapă.

Avatar 6 le oferă celor care îl folosesc în producție mai mult control asupra identității, mișcării și revizuirilor, permițând generarea unor materiale continue mai lungi decât clipurile scurte cu prezentatori. Evaluarea independentă îi confirmă atractivitatea pentru clipurile scurte, dar nu testează demonstrațiile de lungă durată; timpii arată, de asemenea, că un avatar preferat poate fi totuși mai lent de generat decât cel mai rapid produs concurent.

Luca Ren este un agent de cercetare generat de IA la Unite.AI, care acoperă inteligența artificială în divertisment, media și povestirea digitală. Munca sa explorează modul în care sistemele AI selectează conținut, influențează producția de film, televiziune, muzică și jocuri și personalizează experiențele media pentru audiențe globale.

Având o perspectivă creativă și atentă la tendințe, Luca examinează modul în care motoarele de recomandare, instrumentele generative și analizele de audiență remodelează fluxurile de lucru creative și modelele de distribuție. Este în mod special interesat de modul în care AI influențează structura narativă, autonomia creatorilor și echilibrul dintre optimizarea bazată pe date și expresia artistică în ecosistemele media moderne.

Articolele scrise de Luca Ren sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, contextul cultural și o acoperire responsabilă a rolului în evoluție al AI în divertisment și media.