HeyGen Video API
HeyGen Video 是 HeyGen 生态中的核心视频生成引擎，能一次性生成含画面、对话与音效的完整场景。
HeyGen Video 是 HeyGen 平台上的核心生成引擎，支持文本提示、图片与参考视频三种输入方式，输出带画面、对话和音效的完整视频。它内置音效生成，可从480p 到 2K 分辨率输出，并支持固定种子与最多 12 个参考素材，方便在多次生成间保持一致性。
使用上它要求按“镜头列表”式指令逐项描述主体动作、摄像机设置、画面风格以及声音和限制条件，这样才能获得可控的结果。它也提供 MCP 服务器、llms.txt 和类型化模式，Claude、Cursor 等 AI 代理可直接调用生成视频。
它适合产品评测（开箱、对比、教程）、广告与营销素材、教育培训内容以及影视级场景和短片创作，能通过堆叠镜头描述构建故事板。在 HeyGen 生态中，它与 Seedance 2.0、Veo 3.1 等视频模型并行，用户可在编辑器中按镜头需求选择；同时集成于 Video Agent 工作流，可自动完成脚本撰写、场景构建、虚拟主播选择、配音和字幕添加。
更新时间:
模型 ID
heygen-video-1- 输出
- video
核心要点
- 一次性生成画面、对话与音效
- 支持文本、图片与参考视频输入
- 480p 至 2K 分辨率输出
- 支持固定种子与最多 12 个参考素材
- 提供 MCP 服务器供 AI 代理调用
- 集成 Video Agent 自动化工作流
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。
基准测试
- 第一
Artificial Analysis 视频模型排行榜
分数来自模型厂商公布的数据，未独立验证。
视频规格
- 宽高比
- 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- 音频 · 输出
- 否
- 时长 · 最短
- 5 秒
- 时长 · 最长
- 15 秒
- 时长 · 步长
- 1 秒
- 分辨率
- 480p / 768p / 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 →常见问题
什么是 HeyGen Video?
HeyGen Video 是 HeyGen 平台上的核心生成引擎，支持文本提示、图片与参考视频三种输入方式，输出带画面、对话和音效的完整视频。它内置音效生成，可从480p 到 2K 分辨率输出，并支持固定种子与最多 12 个参考素材，方便在多次生成间保持一致性。 使用上它要求按“镜头列表”式指令逐项描述主体动作、摄像机设置、画面风格以及声音和限制条件，这样才能获得可控的结果。它也提供 MCP 服务器、llms.txt 和类型化模式，Claude、Cursor 等 AI 代理可直接调用生成视频。 它适合产品评测（开箱、对比、教程）、广告与营销素材、教育培训内容以及影视级场景和短片创作，能通过堆叠镜头描述构建故事板。在 HeyGen 生态中，它与 Seedance 2.0、Veo 3.1 等视频模型并行，用户可在编辑器中按镜头需求选择；同时集成于 Video Agent 工作流，可自动完成脚本撰写、场景构建、虚拟主播选择、配音和字幕添加。
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。
HeyGen Video 支持哪些输入方式？
支持文本提示、图片和参考视频三种输入，最多可同时使用 12 个参考素材。
输出分辨率有哪些选择？
支持从 480p 到 2K 的分辨率输出。
生成结果包含声音吗？
包含。它一次性生成含画面、对话和音效的完整场景，并内置音效生成。
怎样才能得到可控的生成结果？
需要按“镜头列表”式指令逐项描述主体动作、摄像机设置、画面风格以及声音和限制条件。
它和同系列其他视频模型有什么区别？
HeyGen Video 是 HeyGen 生态中的核心生成引擎，与 Seedance 2.0、Veo 3.1 等模型并行，用户可在编辑器中按镜头需求选择。
AI 代理可以直接调用它吗？
可以。它提供 MCP 服务器、llms.txt 和类型化模式，Claude、Cursor 等 AI 代理可直接调用生成视频。