HiAPI
21:9宽幅Hero图:左侧柔和光晕留白,右侧半透明玻璃身份光带环绕虹彩陶瓷核心,模型名heygen-avatar-v以发光立体字蚀刻于光带上。

HeyGen

HeyGen Avatar V

heygen-avatar-v

以约 15 秒参考视频构建可复用真人分身,把动作手势迁移到新脚本与场景并保持跨场景一致性

heygen-avatar-v

试用 heygen-avatar-v

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

heygen-avatar-v 每秒

单价 $0.150

定位简介

heygen-avatar-v 是 HeyGen 推出的视频参考驱动数字分身模型:用一段约 15 秒的真人参考视频提取面部、动作与手势特征,再迁移到新脚本、服装、场景、机位与语言中,生成长度可延伸的高分辨率分身视频。适合需要同一人物在培训、营销、销售与本地化内容中稳定出镜的团队,而非一次性照片动画或虚构角色。

核心亮点

  • 视频参考建模,身份跨场景一致——以完整视频上下文而非单帧提取身份特征,迁移到不同造型与场景时减少漂移。
  • 真实动作与手势随身份迁移——表演动作来自参考视频的真实运动,生成口播视频时自然度更高。
  • 文本或音频双路驱动——可直接输入脚本文本由内置语音合成朗读,也可上传音频做口型同步,按需切换工作流。
  • 一次建分身,多场景复用——同一分身可复用到新脚本、服装、机位与语言,减少重复拍摄与后期对齐成本。

能力说明

视频参考构建可复用分身:从一段约 15 秒的真人参考视频学习面部与动作特征,形成可反复调用的数字分身,后续生成无需重新采集素材。

文本驱动口播生成:输入最长 5000 字符的脚本并选择语音,模型完成语音合成与表演生成,直接产出带口型的视频文件。

音频驱动口型同步:提供 HTTPS 音频地址即可驱动分身口型,音频最长 600 秒;此时脚本与语音参数不生效,适合已有配音素材的团队。

画面参数与交付格式控制:支持 720p、1080p、4k 分辨率,16:9、9:16、4:5、5:4、1:1 等画幅,可换纯色或图片背景、去除背景,输出 mp4 或 webm。

字幕边车文件:开启字幕选项后随视频返回 SRT 字幕文件,便于后续上架平台或做多语言字幕替换。

适用场景

  • 企业培训团队:课程脚本 + 统一讲师分身——批量生成同一讲师出镜的知识视频,人物形象在系列课程中保持一致,直接用于内部学习平台。
  • 营销与销售:产品口播脚本 + 品牌人物分身——快速产出多版本人物口播素材,按渠道切换画幅与背景,用于社交媒体投放与销售跟进页。
  • 本地化团队:已有配音音频 + 同一人物分身——用不同语言的配音音频驱动同一分身口型,产出多语言版本视频,减少重新拍摄成本。
  • 对外沟通:高管形象 + 正式发言稿——以高管参考视频建立分身,按稿件生成对外致辞与品牌代言类视频,保持形象在多次发布中统一。

限制与选型建议

该模型需要一段真人参考视频作为身份输入,无法仅凭单张照片启动,一次性照片动画或虚构角色应选其他模型。生成按输出秒数计费,长视频需提前核算成本。使用真人分身应取得明确书面授权并管理好账号权限。若需求是轻量照片说话或非真人形象,建议改用 Avatar IV 等更匹配的线路。

  • 模型上新 新增模型:heygen-avatar-v,支持通过台词与预置声音或驱动音频生成出镜数字人视频;提供 497 个数字人形象…

同类型模型