Felo API PlatformFelo API Platform
返回模型列表

Avatar 6 API

HeyGen: Avatar6 从单张照片生成具备外观、语音与动作的上下文感知视频头像。

HeyGen: Avatar6 可根据单张照片生成头像的外观、语音和动作,也可使用短录音作为身份参考。模型根据音频内容与说话风格生成上下文感知动作,并支持用 motion prompt 指定动作及其时间;视频生成时长不受固定限制,会按照音轨长度持续生成。其运行时上下文由约3秒提升至30秒,唇形同步也得到改进。

该模型适合医疗知识分享、技能培训、社交媒体内容、历史故事讲述和励志内容,也适合将产品图片、头像与脚本结合制作宣传视频。它针对适合自然握在头像手中的小型或手持产品进行了优化,并支持局部编辑以保留原视频其他部分。输出默认支持1080p,也支持原生2K,即2880×1620像素;可通过 Model API 和 Application API 使用。

更新时间:

模型 ID

heygen-avatar-6
输出
video

核心要点

  • 音频驱动的上下文动作
  • 单张照片生成头像
  • 支持局部视频编辑
  • 原生2K输出
  • 自动升级现有个人头像

供应商

1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率

基准测试

  • 图灵测试

    在这些案例中,画面无法与真实视频区分。

    84.4%
  • 与Seedance2.5并排比较的偏好度

    受测回答更偏好Avatar6。

    72.4%
  • 基于真人视频与Seedance2.5并排比较的偏好度

    受测回答更偏好Avatar6。

    74.1%
  • 与Wan3.0的自相似度测试

    HeyGen员工选择了Avatar6。

    86.5%

分数来自模型厂商公布的数据,未独立验证。

视频规格

音频 · 输出
否
分辨率
1080p / 2K

API 文档

该模型尚未公布具体协议信息,请查阅 API 文档中的接入要求。

API 文档 →

支持的参数

  • prompt
  • duration
  • resolution
  • aspect_ratio
  • generate_audio
  • size
  • frame_images
  • input_references
  • user
  • session_id
  • trace

常见问题

什么是 Avatar 6?

HeyGen: Avatar6 可根据单张照片生成头像的外观、语音和动作,也可使用短录音作为身份参考。模型根据音频内容与说话风格生成上下文感知动作,并支持用 motion prompt 指定动作及其时间;视频生成时长不受固定限制,会按照音轨长度持续生成。其运行时上下文由约3秒提升至30秒,唇形同步也得到改进。 该模型适合医疗知识分享、技能培训、社交媒体内容、历史故事讲述和励志内容,也适合将产品图片、头像与脚本结合制作宣传视频。它针对适合自然握在头像手中的小型或手持产品进行了优化,并支持局部编辑以保留原视频其他部分。输出默认支持1080p,也支持原生2K,即2880×1620像素;可通过 Model API 和 Application API 使用。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。 按实际生成费用计费,具体金额以账单为准。

支持哪些输入和输出?

支持图像、视频和音频输入,输出为视频。模型可从单张照片生成外观、语音与动作,也可使用短录音作为身份参考。

上下文与输出长度如何?

运行时上下文约30秒。视频生成没有固定时长限制,会根据音轨长度持续生成。

适合哪些任务?

适合医疗知识分享、技能培训、社交媒体内容、历史故事讲述和励志内容,也适合制作结合产品图片、头像与脚本的宣传视频。

如何控制动作表现?

可使用 motion prompt 指定动作及时间,长度最多1200个字符,并可选择 default 或 less 两种 motion_expressiveness。

创建头像需要什么条件?

创建头像至少需要30秒视频,参考视频至少需要2秒。真实人物头像还需要实时身份验证和明确同意,且只有在确认同意者与训练视频中的人物匹配后才能渲染。

相关模型