Останній інструмент для створення AI-відео, що став вірусним цього тижня, — це Avatar V від HeyGen, анонсований 8 квітня та набравший 472 000 переглядів на X, який створює фотореалістичний цифровий двійник обличчя, голосу та жестів користувача з одного 15-секундного запису з вебкамери, а потім генерує необмежену кількість відео студійної якості без будь-якого професійного обладнання.
Офіційна сторінка запуску HeyGen описує Avatar V як інструмент, заснований на єдиному переконанні: результат має бути настільки хорошим, щоб користувачі були готові підписатися під ним, не просто "добре для AI", а просто "добре". Модель навчена на тому, що HeyGen називає тимчасово обґрунтованим вбудовуванням ідентичності, створеним із 15-секундного кліпу, фіксуючи специфічні жести та переходи виразів, які роблять людину впізнаваною в різних контекстах. Широкі кадри, середні плани та крупні плани залишаються послідовними з одного запису. Процес не вимагає студійного освітлення та знімальної групи; достатньо стандартного телефону або вебкамери.
Ключовий принцип дизайну – відділення ідентичності від зовнішнього вигляду. 15-секундний кліп визначає, як рухається людина. Окрема базова фотографія визначає, як вона виглядає. Потім користувачі можуть вільно змінювати зовнішній вигляд, тоді як рух залишається безпомилково їхнім.
Більшість систем AI-аватарів оптимізовані для одного вражаючого моменту: скріншота, короткого кліпу, контрольованої демонстрації, де все працює на користь моделі. Вони виглядають чітко дві секунди і розпадаються за двадцять, оскільки обличчя відходить від джерела. Avatar V був розроблений спеціально для того, щоб зберігати стабільність протягом усього часу відтворення відео без цього "дрейфу". HeyGen описує це як послідовність ідентичності: те саме обличчя, ті самі мікроекспресії, та сама присутність від першого до останнього кадру, будь то 30-секундний кліп або 10-хвилинний модуль.
Практичний робочий процес складається з трьох кроків: запис 15-секундного відео, за бажанням – запис окремого клону голосу, а потім вибір базової фотографії як еталону ідентичності для кожної сцени, згенерованої після цього. Виходячи з цієї бази, користувачі пишуть підказки для створення нового одягу, фонів та стилів або використовують бібліотеку HeyGen. Готове відео може бути надане будь-якою зі 175 мов із автоматичною адаптацією синхронізації губ до цільової мови. HeyGen радить користувачам бути виразними під час запису, оскільки, як зазначила компанія, "енергія, яку ви вкладаєте, — це енергія, яку ви отримуєте".
Як повідомляло crypto.news, інструменти штучного інтелекту, що зменшують вартість та час виробництва професійного контенту, безпосередньо змінюють кадрові рішення підприємств у 2026 році. Як зазначило crypto.news, поширення інструментів для створення контенту за допомогою ШІ є ключовою змінною в тому, як інституційні інвестори оцінюють довговічність інфраструктурних витрат на ШІ. Avatar V тепер повністю доступний у платних планах HeyGen, з доступом до повного набору шаблонів, інструментів перекладу та студійних інструментів платформи.
