Японский креатор в note разобрал новую модель HeyGen Avatar 6: по заявлению компании, 84% людей не смогли отличить аватар от живого человека. Для тех, кто делает видео без показа лица, это новая планка качества.

Источник: note.com

Что обещают: картинка стала реалистичнее, руки двигаются в такт смыслу текста, а движение и мимику можно выбрать вручную. Аватар делается из одного фото, а можно добавить до 30 секунд видео самого человека. Движения на выбор: «natural», «still», «expressive» и «presenter». Жесты: указка, лайк, виктория, кулак. Мимика: нейтральная, спокойная, воодушевлённая, серьёзная, искренняя и с улыбкой.

Первый результат автор оценил прямо: «100% AI». Тот же текст на Avatar V получился естественнее, но правая рука просто повторяла одно и то же движение. По его словам, на Avatar 6 видео около 34 секунд собралось меньше чем за 3 минуты: выбираешь модель Avatar 6 и режим «Турбо», и дальше только проверка. Голос можно взять из ElevenLabs и прописать в тексте смех, паузы и шёпот.

Вывод: это уже не кукла с одной рукой, но до «живого» ещё далеко. Как именно автор добивался эффекта, в платной части: ускорение речи, связка мимики и жестов, ElevenLabs v4, робот и 3D-персонаж, как не дать модели ошибиться в чтении.

Источникnote #動画生成AI