HeyGen представила собственную видеомодель HeyGen Video, которая позволяет создавать короткие ролики по текстовому описанию, изображению или готовому видео. Модель генерирует кинематографичные сцены с движением, визуальными эффектами и синхронизированным звуком.
HeyGen Video работает в трех режимах. Text-to-Video создает сцену по текстовому описанию, Image-to-Video превращает изображение в видеоролик, а Reference-to-Video позволяет использовать изображения, видео и аудио в качестве референсов. В последнем случае модель может сохранить в новой сцене внешний вид заданных объектов, людей или мест.
Каждый ролик получает собственную звуковую дорожку с диалогами, атмосферой и звуковыми эффектами. Отдельно генерировать речь или синхронизировать ее с видео не требуется. Длительность клипа составляет от 5 до 15 секунд, доступны разрешения 480p и 768p и несколько соотношений сторон, включая вертикальный формат 9:16.
Для Reference-to-Video можно передать до девяти изображений, трех видео и трех аудиофайлов. При этом референсы можно обозначать непосредственно в промпте, чтобы указать модели, какой именно объект или человек должен попасть в сцену. HeyGen также рекомендует использовать подробные запросы — от нескольких сотен до нескольких тысяч символов.
Модель рассчитана прежде всего на короткие сцены с одним основным объектом, одним местом действия и относительно неподвижной камерой. В документации HeyGen отмечает, что модель пока хуже справляется с длинными надписями в кадре, сложными движениями волос и бумаги, а также с детальной работой руками.
HeyGen провела собственное слепое сравнение с Seedance 2.5, Seedance 2.0, H3 Max и Kling 3.0. В тесте с 4800 анонимными голосами компания заявила о первом месте HeyGen Video по качеству. Это результат сравнения самой HeyGen, а не независимый рейтинг. Сейчас HeyGen Video доступна через API, а веб-версия находится в разработке.
Читайте также:
ИИ-компании введут четыре уровня контроля за передовыми ИИ-моделями
OpenAI создаст ИИ-модель для проектирования микросхем
Google представила ИИ-модель Gemini 4 Argon с контекстом до 1 млн токенов