HeyGen Video API

HeyGen Video là mô hình tạo video của HeyGen, ra mắt vào tháng 9 năm 2026. Mô hình nhận đầu vào văn bản, hình ảnh và video tham chiếu, sau đó tạo ra video, âm thanh lời thoại và hiệu ứng âm thanh. Người dùng có thể mô tả cảnh quay theo dạng danh sách cảnh phim, bao gồm chủ thể và hành động, góc máy, phong cách hình ảnh, âm thanh và các ràng buộc. Mô hình cung cấp bốn phong cách: claymation, live action, anime và screen print, cùng các định dạng 16:9, 9:16 và 1:1, độ phân giải từ 480p đến 2K. Nó cũng hỗ trợ giá trị seed và webhook. HeyGen Video đặc biệt mạnh về công nghệ avatar, với hơn 700 avatar có sẵn và các bản sao kỹ thuật số tùy chỉnh. Mô hình hỗ trợ hơn 175 ngôn ngữ và phương ngữ, và từ tháng 9 năm 2026 đã bổ sung tính năng nhân bản giọng nói chuyên nghiệp vào API, cho phép huấn luyện giọng nói từ hơn 20 phút bản ghi của một người nói. Tính năng HyperFrames cho phép các tác nhân AI tạo video bằng HTML với khả năng kết xuất xác định, chụp khung hình, phát lại video và xem trước đồng bộ. Mô hình phù hợp cho nhiều tác vụ khác nhau, bao gồm tiếp cận bán hàng được cá nhân hóa ở quy mô lớn, sản xuất nội dung mạng xã hội nhất quán, quảng cáo video thương hiệu thông qua đặt sản phẩm bằng AI, bản địa hóa tài liệu khóa học đa ngôn ngữ trong vòng 24 giờ, sản xuất tài liệu đào tạo hiệu quả và các trợ giảng, huấn luyện viên và tác nhân hỗ trợ tương tác. Theo Artificial Analysis, tính đến năm 2026, mô hình được xếp hạng #1 trên bảng xếp hạng video. Tuy nhiên, các mô hình hàng đầu trong Code2Video vẫn chưa đạt chất lượng của video tham chiếu do con người tạo ra.

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác. Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.

Mô hình nhận đầu vào văn bản, hình ảnh và video tham chiếu. Đầu ra bao gồm video, âm thanh lời thoại và hiệu ứng âm thanh.

Mô hình hỗ trợ các định dạng 16:9, 9:16 và 1:1, với độ phân giải từ 480p đến 2K.

Có bốn phong cách: claymation, live action, anime và screen print.

Mô hình hỗ trợ hơn 175 ngôn ngữ và phương ngữ.

Avatar IV là mô hình khuếch tán với hơn 18 tỷ tham số, chạy trên máy chủ 8 chip Trillium (v6e) và nhanh hơn 1,86 lần so với phiên bản đầu tiên. HeyGen Video là mô hình tạo video tổng quát với nhiều phong cách và định dạng đầu ra.

Có, tính năng nhân bản giọng nói chuyên nghiệp đã được bổ sung vào API từ tháng 9 năm 2026, cho phép huấn luyện giọng nói từ hơn 20 phút bản ghi của một người nói.