Pinakabagong Balita sa AI: Ang Bagong Avatar V ng HeyGen Ay Nagbibigay-daan sa Iyo na Kopyahin ang Iyong Mukha sa loob ng 15 Segundo at Lumikha ng Walang Limitasyong AI na Mga Video

Kinukuha ng Avatar V ang mga tiyak na mikro-ekspresyon ng gumagamit, geometrya ng labi, silweta ng mukha, at natural na galaw mula sa isang 15-segundong clip, pagkatapos ay pinananatili ang pagkakakilanlan na iyon sa bawat video na ginawa anuman ang haba, anggulo, kasuotan, o eksena, na nilulutas ang problema ng identity drift na naging sanhi ng karamihan sa AI avatars na bumaba ang kalidad matapos ang ilang segundo. Kapag nalikha na ang digital twin, pinipili ng mga gumagamit ang isang base photo bilang kanilang reference ng pagkakakilanlan, naglalapat ng anumang kasuotan o setting gamit ang mga text prompt, at gumagawa ng video sa 175 na wika na may buong lip-sync; ang voice cloning ay isang hiwalay na opsyonal na hakbang na inirerekomenda ng kumpanya para sa pinakamataas na realismo. Ang Avatar V ngayon ang pundasyon na pinag-uugatan ng lahat ng iba pang tampok sa platform ng HeyGen, na integradong may Seedance 2.0 para sa cinematic video generation at available sa lahat ng paid subscription tiers.

2026-04-09 Pinagmulan:crypto.news

Pagbuo ng Video gamit ang AI

Teknolohiya ng AI Avatar

Pagkopya ng Mukha

Ang pinakabagong AI video tool na naging viral ngayong linggo ay ang Avatar V ng HeyGen, inihayag noong Abril 8 na may 472,000 views sa X, na gumagawa ng photorealistic na digital twin ng mukha, boses, at galaw ng isang user mula sa isang 15-segundong webcam recording at pagkatapos ay bumubuo ng walang limitasyong studio-quality na video nang walang anumang propesyonal na kagamitan.

Buod

Kinukuha ng Avatar V ang tiyak na micro-expressions, lip geometry, facial silhouette, at natural na paggalaw ng isang user mula sa isang 15-segundong clip, at pagkatapos ay pinapanatili ang pagkakakilanlan na iyon sa bawat video na nabuo anuman ang haba, anggulo, damit, o eksena, nilulutas ang problema sa identity drift na sanhi ng paghina ng kalidad ng karamihan sa mga AI avatar pagkatapos ng ilang segundo
Kapag nalikha na ang digital twin, pipili ang mga user ng isang base photo bilang kanilang reference sa pagkakakilanlan, ilalapat ang anumang damit o setting sa pamamagitan ng text prompts, at bubuo ng video sa 175 na wika na may full lip-sync; ang voice cloning ay isang hiwalay at opsyonal na hakbang na inirerekomenda ng kumpanya para sa maximum na realismo
Ang Avatar V ngayon ang pundasyon kung saan tumatakbo ang lahat ng iba pang feature sa platform ng HeyGen, isinama sa Seedance 2.0 para sa cinematic video generation at available sa lahat ng paid subscription tiers

Inilalarawan ng opisyal na launch page ng HeyGen ang Avatar V bilang binuo sa iisang paniniwala: ang output ay dapat na sapat na mahusay upang handang ilagay ng mga user ang kanilang pangalan dito, hindi lang mahusay para sa AI, kundi sadyang mahusay. Ang modelo ay sinanay sa tinatawag ng HeyGen na temporally grounded identity embedding na binuo mula sa 15-segundong clip, na kumukuha ng mga tiyak na galaw at pagbabago ng ekspresyon na nagpapakilala sa isang tao sa iba't ibang konteksto. Ang wide shots, medium frames, at close-ups ay nananatiling consistent mula sa isang recording. Ang proseso ay hindi nangangailangan ng studio lighting at walang crew; sapat na ang isang standard na telepono o webcam.

Ang pangunahing prinsipyo sa disenyo ay ang paghihiwalay ng pagkakakilanlan mula sa panlabas na anyo. Ang 15-segundong clip ang nagtatakda kung paano gumalaw ang isang tao. Ang isang hiwalay na base photo ang nagtatakda kung ano ang kanilang hitsura. Pagkatapos ay malayang mababago ng mga user ang hitsura habang ang galaw ay nananatiling malinaw na kanila.

Pinakabagong AI: Ano ang Nalulutas ng Avatar V na Hindi Nagawa ng mga Naunang Modelo

Karamihan sa mga AI avatar system ay naka-optimize para sa isang kahanga-hangang sandali: ang screenshot, ang maikling clip, ang kontroladong demo kung saan lahat ay gumagana pabor sa modelo. Nagiging matalas sila sa loob ng dalawang segundo at bumabagsak sa dalawampu habang ang mukha ay lumalayo sa pinagmulan. Ang Avatar V ay partikular na idinisenyo upang manatili sa buong runtime ng isang video nang walang ganitong paglihis. Inilalarawan ito ng HeyGen bilang identity consistency: ang parehong mukha, ang parehong micro-expressions, ang parehong presensya mula sa unang frame hanggang sa huli, sa isang 30-segundong clip o isang 10-minutong module.

Ano ang Aktwal na Kayang Gawin ng mga User Gamit Ito

Ang praktikal na workflow ay may tatlong hakbang: mag-record ng 15-segundong video, opsyonal na mag-record ng standalone na voice clone, pagkatapos ay pumili ng base photo bilang identity reference para sa bawat eksena na bubuuin pagkatapos. Mula sa base na iyon, magsususlat ang mga user ng prompts para makabuo ng mga bagong damit, setting, at estilo, o gamitin ang library ng HeyGen. Ang tapos na video ay maaaring ihatid sa alinman sa 175 wika na may lip-sync na awtomatikong inaangkop sa target na wika. Pinapayuhan ng HeyGen ang mga user na maging expressive sa panahon ng recording dahil, tulad ng sinabi ng kumpanya, “ang enerhiya na inilalagay mo ay ang enerhiya na makukuha mo.”

Bakit Mahalaga Ito para sa Content Creation sa Malawakang Saklaw

Tulad ng iniulat ng crypto.news, ang mga tool ng AI na nagpapababa sa gastos at oras ng paggawa ng propesyonal na nilalaman ay direktang humuhubog sa mga desisyon sa headcount ng enterprise sa 2026. Tulad ng nabanggit ng crypto.news, ang pagkalat ng mga AI content tool ay isang pangunahing variable sa kung paano sinusuri ng mga institutional investor ang tibay ng paggastos sa AI infrastructure. Ang Avatar V ay ganap nang available sa pamamagitan ng mga paid plan ng HeyGen, na may access sa buong suite ng mga template, pagsasalin, at studio tools ng platform.

Patok na Babasahin