為文章〈HeyGen Avatar 6〉生成的標題卡,眉題為「虛擬人模型比較」,大標題為「HeyGen Avatar 6」,副標題為「84.4% 的不可區分性數字究竟真正衡量了什麼」,並有三張膠囊形卡片,分別寫著「84.4% = 42.2% x 2」、「1,197 Elo,個人虛擬人」和「2026年11月17日」。
Engineering & Research

HeyGen Avatar 6:84.4% 的「不可辨識度」數字究竟衡量了什麼

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

HeyGen 為Avatar 6(於 2026 年 11 月 17 日推出)打出的標題是:這個模型與真實影片無法區分的程度達 84.4%。在你轉述之前,先讀一下註腳:在並排測試中,評分者會看到同一段真實錄影,以及一段 Avatar 6 片段:同一個人、配上相同音訊說出同一句話;他們有 42.2% 的時候把 Avatar 6 選為真實的那一個。百分之五十會是完全混淆。HeyGen 把 42.2 除以 50,再將結果加倍,得到 84.4%;這是表達「我們跨越了這段差距的多遠」的合理方式,卻是表達「這多常騙過人」的誤導方式。這兩個數字描述的是同一批 270 個回答。

這很重要,因為 Avatar 6 不是一個展示品。它是一個已正式推出的模型,具備兩個 API 介面、兩個檢查點、一個免費方案,而且——截至今天——有一個第三方排行榜將其列為第一。現在有趣的问题不再是 HeyGen 是否打造了好東西,而是證據實際上支持什麼,以及行銷算術與實測行為之間的落差在哪裡。

具體來說,發布了什麼

Avatar 6 以兩個模型識別碼提供:heygen-avatar-6 和 heygen-avatar-6-turbo,並可透過兩個不同端點使用。位於 POST /v3/models/avatars 的 Model API 會接收一張參考影像、一段選用的參考影片,以及你提供的語音音訊——無需虛擬人訓練步驟,也不必先設定聲音。位於 POST /v3/videos 的 Application API 則會透過將 engine.type 設為上述兩個識別碼之一,來渲染既有的 HeyGen 虛擬人外觀;如果你已擁有取得同意的數位分身,這就是你可採用的途徑。

• 解析度 — 預設為 1080p,可依需求提供 2K;Model API 會依 16:9 參考尺寸將 2K 輸出調整為 2880×1620,Application API 則調整為 2560×1440。

• 長度 — 由你傳入的音訊決定。沒有時長參數、沒有片段上限,也沒有拼接步驟;研究頁面展示了 25 到 28 分鐘的單次連續生成。

• 控制 — 最多 1,200 個字元的 motion_prompt,涵蓋手勢、表情、姿勢與鏡頭,外加一個 motion_expressiveness 開關,提供兩種設定:default,或 less(用於較小的手勢與較平靜的表情)。

• 參考影片 — 一段至少兩秒的短片,透過 URL 或 base64 大小上限為 50 MB,透過直接上傳大小上限為 200 MB。寫實真人參考影片需要 Enterprise 存取權,以及附有一次性驗證碼的鏡頭前同意錄影;若沒有,API 會傳回 422 realistic_human_reference_not_allowed。

• 編輯 — 一種字詞層級的編輯模式,只會重新生成有變更的字詞,其餘影片素材則保持不變。

A generated scoreboard titled 'HeyGen Avatar 6 — the scoreboard' with a single column of six rows: Resolution 1080p default, 2K on request; Longest render 25-28 minutes continuous; Side-by-side test picked as real 42.2%, baseline 50%; Single clip judged real 65.1% vs 78.9% for real footage; Avatar Arena Elo 1,197 personal / 1,237 stock; Render time 175.6 s typical, 1 in 10 over 9.5 min. The footer reads 'HeyGen figures are vendor-run preference studies. Arena Elo per New Measure, 18 November 2026.'

這套同意設計值得停下來細看,因為它比多數虛擬人供應商願意做的還要嚴格。同意聲明必須包含一組為該次工作階段產生的代碼,因此事先錄好的影片無法通過這道檢核;而且 HeyGen 會在虛擬人能夠生成之前,先驗證同意錄影中的人與訓練影片中的人是同一人。

84.4%,展開來看

HeyGen 進行了兩項測試,而兩者的結果以一種有用的方式相互矛盾。

一次只播一段影片,並問受試者「真實還是 AI」,評分員判定 78.9% 的真實錄音為真實。當使用本人的聲音時,他們判定 Avatar 6 影片中有 65.1% 為真實。換成 HeyGen Voice 聲音克隆後,這一比例降到 56.5%。這才是誠實的頭條數字:大約每三段 Avatar 6 影片就有兩段,能讓正在尋找偽造內容的陌生人相信是真實的,而真實錄音則是每五段中有四段。

並排測試比較容易——你有參照點,而模型只需在兩者中顯得更可信——42.2% 就是由此而來。HeyGen 也報告了一項單段影片「被判定為真實」的研究,樣本包含 612 個真人回答,以及分別 304 個和 308 個 AI 回答;這個樣本小到 65.1% 與 56.5% 之間的差異值得再跑一次,之後才有人能據此建立主張。

與其他影片模型相比,使用該人物自己的素材,HeyGen 回報對 Seedance 2.5 有 72.4% 的偏好勝率、對 Wan 3.0 有 74.1%、對 Kling 4.0 有 54.9%。若只從單張照片生成,對 Kling 的領先幅度擴大到 73.5%——這說明了參考素材對競爭對手輸出成果的價值,而不只是對 HeyGen 的價值。在商業虛擬人產品方面,外部評分員給 Avatar 6 的整體評分為:以照片生成時 4.00,對上 VEED Fabric 1.0 的 3.68;以影片素材生成時 3.98,對上 Akool Talking Avatar 的 2.93。這些全都是 HeyGen 自己的研究,採用 HeyGen 自己的評分員和 HeyGen 自己的提示詞集。請把它們視為強烈的先驗,而不是結果。

New Measure 搶先一步抵達了

HeyGen 沒有委託的那一項證據,今天出現了。New Measure 公布了 Avatar Arena 的初步結果,這些結果來自 10 月 27 日至 11 月 16 日——上線之前——所收集的盲投,涵蓋八家頭像供應商。投票者觀看同一腳本的兩段影片,影片標示為 A 和 B,供應商名稱隱藏,然後選出優勝者。

Avatar 6 在兩個排行榜上都名列第一:個人虛擬人偶以 1,197 Elo 位居第一,範圍為 1,162 至 1,241;預設主播則為 1,237,範圍為 1,207 至 1,278。Creatify Aurora 2.0 在兩項排名中均位居第二,分別為 1,053 和 1,088。Tavus Phoenix-4.5 在預設虛擬人偶上以 920 排名,落後 Creatify,領先 887 的 JoggAI 和 868 的 Synthesia EXPRESS-1。

A screenshot of the New Measure article 'Which AI avatar do creators prefer?', published 18 November 2026, showing the benchmarks header, the headline finding that HeyGen Avatar 6 was preferred most often on both personal and stock avatars with Creatify Aurora 2.0 second on both, and the opening of the 'What we compared' section describing blind A/B votes between two providers reading the same script.

該報告中有兩個細節比排名更具資訊價值。第一,New Measure 揭露,三名競爭者——VEED、Creatify 和 Captions——使用了以 HeyGen 語音克隆製作的聲音,因此 HeyGen 語音優勢的一部分,其實是 HeyGen 在與自己競爭。第二,且對這次發布更具關鍵影響的是:競技場將腳本上限設為 500 個字元,典型腳本為 62 個詞,而在 97% 已完成的比較中,兩段影片皆為 35 秒或更短。因此,競技場完全沒有觸及 Avatar 6 主打的特色——無限時長。一個能在 26 分鐘內維持連貫身分的模型,尚未被 HeyGen 以外的任何人就此測試過。

速度是排名與體驗分歧的另一個地方。Avatar 6 在個人虛擬人組別的五款中通常最慢,每段影片要 175.6 秒,相較之下 Runway GWM-1 為 60.2 秒;每十段 HeyGen 個人虛擬人影片中就有一段耗時超過九分半鐘。偏好與耐心是不同的分數,而 New Measure 明白表示兩者並不一致。

模型實際上有什麼不同的做法

機制上的改變是:Avatar 6 會讀取腳本,而不是重播動作迴圈。先前的 HeyGen 虛擬分身看起來像本人,但不論內容為何,手勢都一模一樣;這個版本則會在「左邊的櫃檯」這句話出現時指向櫃檯,在「味道、選擇與感覺」這句話出現時用手指數到三,並在「隨時樂意聊聊」這句話出現時把手放在心口——可能是因為提示詞要求這麼做,也可能是因為句子暗示了這個動作。至於暗示的情況是否和明確指示的情況一樣有效,這種事只有實際投入生產使用才能見分曉。

第二項能力是在同一個畫面中讓兩個虛擬人像進行有腳本的對話,並以單次生成完成。這是一項 podcast 形式的功能,對於已在製作該格式的團隊而言,最可能派上用場,因為它省去了講者切換之間的剪輯。

第三種是字詞層級剪輯。HeyGen 自己針對此提供的數字:新詞的脣形同步 LSE-C 為 7.67,原始錄音則為 6.25;人臉相似度 0.913,次佳為 0.907;聲音相似度 0.763,對比 0.739;未經改動畫面的 PSNR 為 48.3 dB,最接近的競爭剪輯方法則為 29.3 dB,且僅有 34.4% 的影格被變更,而非比較方法所動到的 99% 以上。最後那個數字在營運上才是關鍵:20 分鐘影片中重錄一句話之所以便宜,只有在其餘 19 分鐘能逐位元組原樣保留時才成立。

成本為何,以及哪些內容未公開

Avatar 6 屬於免費方案——每月三支帶浮水印的影片,每支最長一分鐘,第一支影片無需信用卡。Creator 方案每月 $29,包含 600 點數,並提供 Avatar 6 Turbo;Pro 方案每月 $49,包含 1,000 點數,並提供 Avatar 6 Pro。HeyGen 以點數而非秒數販售使用權。

這就是發布素材中的缺口。HeyGen 公布了 HeyGen Video 1 的每秒費率——0.02 美元,而其自家成本圖表中還出現 0.03 美元的數字——但公開定價頁面上並不存在 Avatar 6 的同等費率表,且開發者定價頁面會重新導向到需登入的應用程式。如果你正以大量規模為虛擬人流程編列預算,你目前是在以點數計價,並猜測轉換率。在你把生產路徑投入之前,請以書面形式索取每秒數字。

若你正在建構,這適合放在哪裡

Avatar 6 不在 OrcaRouter 上。我們不提供它,再怎麼巧妙的 routing 也改變不了這點——它是 HeyGen 託管的 renderer,有自己的同意流程和自己的計費。我們提供的是它周邊的層:腳本生成、檢索、分類,以及決定 avatar 該說什麼的 agent。那就是 200+ 個模型,透過一把 OpenAI 相容的金鑰,以供應商定價提供、不加價,而且當供應商不穩時自動容錯切換。如果你的 avatar pipeline 因為撰寫腳本的模型掛掉而停滯,那麼 renderer 從來就不是脆弱的那一環。

A screenshot of the OrcaRouter Models page, showing the filter sidebar (input modalities, context length, input price, status, access tier, series, supported parameters, privacy, inference region) and the header reading 226 models, with the tabs All 226, Cyber 11, Text 190, Image 12.

未解決的問題

有三件事會改變這個局面,而它們目前都還不可得。按秒計價的 API 價格,讓經濟效益能在對等條件下與 Seedance、Kling 和 HeyGen 自家的影片模型相比。一項獨立的長篇測試,因為這裡每一項時長宣稱都建立在 HeyGen 的示範上,而競技場最高只到 35 秒。還有一場與野心相近的競爭對手——比如 Tavus Griffin——在同一套協議下進行的正面對決,而且由沒有產品要賣的人來做。

在那之前,公允的總結是這樣:Avatar 6 很可能是當今市面上能買到最好的會說話虛擬人渲染器,84.4% 是真實結果,只是用了一個討喜的單位來表達,而最能讓它脫穎而出的能力,正是 HeyGen 以外沒有人測量過的那一項。建立試點,但要對它加上監測機制——每十次渲染就有一次耗時九分鐘,這是產品決策,不是註腳。