返回首页

HeyGen Avatar 6

x+web 0.94
访问原文

介绍

HeyGen Avatar 6 是 HeyGen 在 2026 年 11 月 17 日推出 的新一代说话数字人模型。官方研究页标题为 “Avatar 6: Talking Avatars That Are More Like You”,说明它可以从单张照片生成说话视频,也可以再加上一小段录像作为身份参考;输出最高到原生 2K(文中写 2880×1620),时长跟随音频,没有固定上限。同日的 PR Newswire 新闻稿 把它写成当天正式推出的产品。

官方强调的不只是嘴型同步,而是“按台词的语气和上下文做手势与表情”的音频驱动、上下文感知生成,用来减轻 AI 数字人常见的重复、不自然动作。研究页还给出并排“图灵测试”数字:在与真实录像并排时,有 84.4% 的情况被认为难以区分;在与 Seedance 2.5、Wan 3.0 等对比中也给出了偏好占比。

开发者接口见 Avatar 6 模型文档。本条记录的是这个新的模型名,而不是把 HeyGen 平台本身重新入库。

广告

解释

Avatar 6 被官方写成音频驱动、能理解脚本语境的模型:除了把声音对到嘴型,还会按台词做手势。研究页示范了在台词旁写下动作提示(例如在 “Hello” 时竖起拇指、在提到柜台时用手去指),模型按该人自己的风格在对应拍点完成动作。宣传材料同时强调身份一致性:用该人的影像理解其长相与动作习惯;新闻稿称最短约 30 秒视频即可创建 avatar,也可补充更多素材。

画质与时长是另一组官方卖点。研究页写明每帧按最高 2880×1620 生成,并展示了单段音频连续生成 25–28 分钟、不靠循环拼接的示例。官方还把 Avatar 6 放进与多家商业数字人产品的对比,称在多项标准及总体得分上排第一,并引用 Avatar Arena 的投票结果。

新闻稿也提到同意与控制:第三方平台可以生成基于照片的、虚拟的形象,但对真人写实视频的生成仍留在 HeyGen 平台内,并要求明确同意。具体开放范围、定价和 API 限制以当时产品页与文档为准。不要把它和 HeyGen 更早的 avatar 代数或其他公司的数字人模型混称为同一个名字。

用法

先读官方研究页 Avatar 6: Talking Avatars That Are More Like You,再按需查看 开发者文档 或 HeyGen 产品里的模型选项。典型用法是:上传照片(可选再补一段身份参考录像与声音),生成说话视频;若需要指定动作,把提示写在对应台词旁边,而不是只给一句笼统的风格描述。

评估时重点看口型与手势是否跟得上脚本、长视频是否仍保持身份稳定,以及你是否只在 HeyGen 认可的同意规则下使用真人形象。2K 与超长时长以官方当时开放的套餐和区域为准。

如果只是要配音、或要用已经存在的旧版 HeyGen avatar 模型,那不是 Avatar 6 这条新名字。公开基准数字来自官方对比,独立复核时应以当时可复现的评测设置为准。