HeyGen представила HeyGen Video — модель для генерации коротких роликов по тексту, изображению или референсам. Она создаёт видео длиной до 15 секунд вместе со звуком: речью, фоновыми шумами и эффектами.
Модель уже доступна через API HeyGen, OpenRouter, Runware и ComfyUI. В веб-сервисе HeyGen она появится позже — дату компания пока не назвала. Детали в материале Postium.
Читайте также: 7 лучших нейросетей для генерации видео
Нейросеть HeyGen Video: что умеет и как работает
HeyGen Video работает на базе MiniMax H3, которую HeyGen дообучила. Для генерации видео можно описать сцену, а модель сгенерирует персонажей, окружение, освещение и звук. Выбирать аватар и отдельно синхронизировать движение губ с речью не нужно.
Для генерации по тексту достаточно промта. При генерации по изображению загруженная картинка становится первым кадром ролика. В третьем режиме можно использовать изображения, видео и аудио как образцы — задать внешность людей и предметов, движение, композицию или стиль сцены.
Модель поддерживает использование до 12 референсов суммарно: максимум девять изображений, три видео и три аудиозаписи. Длина готового ролика — от 5 до 15 секунд, разрешение — 480p или 768p. Доступны горизонтальные, вертикальные и квадратные форматы.
По данным HeyGen, модель лучше справляется с короткими сценами, где один объект выполняет одно действие, а камера неподвижна или движется мало. Слабее ей даются длинные надписи, движения волос, бумаги и лепестков, а также крупные планы рук при сборке или использовании оборудования.
Результаты тестов
HeyGen провела внутреннее слепое сравнение на запросах из Artificial Analysis Arena и собрала 4800 голосов. В тесте генерации по изображению HeyGen Video заняла первое место. Для сравнения компания приняла её рейтинг Elo за 1000 баллов: Seedance 2.0 получила 955, H3 Max — 952, Kling 3.0 Pro — 857, Veo 3.1 — 744. Это результаты тестирования самой HeyGen.
При генерации десятисекундного ролика по изображению работа основного генератора HeyGen Video заняла 3,7 секунды. У H3 Max Turbo — 4,1 секунды, у H3 Max — 8,3 секунды. Время подготовки описания перед генерацией в эти показатели не входит.
Сколько стоит генерация
До 31 октября 2026 года действует скидка 50%. Генерация по тексту или изображению стоит $0,01 за секунду в 480p и $0,015 в 768p. С ноября цены составят $0,02 и $0,03 соответственно.
В режиме с референсами цена по акции — $0,02 за секунду в 480p и $0,03 в 768p. С ноября — $0,04 и $0,06. Если пользователь добавляет видеореференс, HeyGen учитывает длительность и исходного, и готового видео. За изображения и аудиореференсы доплачивать не нужно.
Что это меняет? Раньше собственные модели HeyGen создавали только аватары и голоса. HeyGen Video генерирует всю сцену по описанию или образцам. Например, с её помощью можно подготовить демонстрацию товара, обучающий фрагмент или видеопоказ недвижимости.
Итог: На старте HeyGen Video доступна через API и партнёров, а запуск в веб-сервисе ещё впереди.
