終於有一個與您無法區分的 AI 虛擬人物
角色一致性是區分實用虛擬人物與噱頭的關鍵。Avatar V 能在您製作的每一個角度、每一種表情、每一條影片中，始終保持高度一致。
- 在 G2 上評為最逼真的第 1 名虛擬人物
- 所有場景中的角色一致性已完成驗證
- 一次錄製，無限造型
下一代的數碼分身
Avatar V 是 HeyGen 目前最先進的 AI 虛擬人物模型。早期的虛擬人物是從一張照片開始，為臉部加入動畫。之後出現了以影片為基礎的訓練方式，更完整地捕捉您的動作和聲線。Avatar V 更進一步：它將您的身份與外表分離，學習您獨特的動作、手勢和表情方式，讓這些動態可以套用到任何版本的您身上。
這代表您只需錄製一次，無論當時身在何處、穿著什麼。之後，您都可以在任何場景、任何服裝、任何您能想像的造型中生成自己的形象。出現在您影片中的虛擬人物不只是看起來像您而已；它的動作像您、聲音像您，並且在您創作的每一支影片中，都能精準維持這個專屬於您的身份特徵。
您不再需要專業 Studio、攝製團隊或大量拍攝素材。只需一段 15 秒的網絡攝影機錄影，就能在任何規模下製作專業級影片。
改變一切的關鍵因素
角色一致性是 Avatar V 最核心的能力。這代表您的數碼分身在外貌、聲音和行為上都與您如出一轍，而且不只是在單一片段中，而是貫穿您生成的每一個場景、每一個背景、每一條影片。
角色一致性
Avatar V 在您製作的每一條影片中都保持單一且一致的身份。無論是 30 秒短片還是 10 分鐘課程單元，同一張臉孔、同樣的微表情、同樣的存在感。沒有偏移，沒有瑕疵，沒有令人不安的違和感。
多角度視角
遠景、中景到特寫，全程一致，只需一次錄製。這些鏡頭角度讓同一個虛擬人物適用於各種格式。
動態場景
流暢的上半身動作、自然的互動手勢，以及在場景切換間依然保持一致的動態。這就是只會「出鏡」的虛擬人物，與真正「上台演出」的 Avatar 之間的差別。
更精準的口型同步
在所有支援語言中都達到音素級精準度。無論播放速度如何，在超過 175 種語言和方言中，您聽到的聲音與看到的畫面都能完美一致。
面部表情精準度
自然的眉毛動作、真實的眼神交流，以及會被視為真實存在的微表情。基於超過 1,000 萬個數據點訓練而成，這些細節正是區分可信與違和感的關鍵。
關於虛擬人物模型
Avatar V 從根本上改變了 Avatar 生成模型處理身份的方式。以往的系統只會依賴單一參考畫面作為條件，而 Avatar V 則是在整段影片的完整上下文視窗中運作，讓模型可以有選擇地關注您錄製內容中最關鍵、最具資訊價值的片段。
選擇性注意機制會在多個畫面之間提取關鍵的身份特徵訊號，包括嘴唇幾何形狀、臉部輪廓結構以及表情變化模式，同時自然地抑制因姿勢、光線或遮擋而導致訊號品質下降的畫面。最終得到的是一個更豐富、具有時間基礎的身份嵌入，能在整個生成過程的上下文中持續保持一致。
這種有針對性的跨畫面聚合機制解決了「身份漂移」問題——即在單幀條件系統中，參考身份與生成結果之間隨時間逐步偏離，從而削弱角色一致性的現象。Avatar V 能在不同場景、鏡頭角度以及長時段影片中，持續維持穩定的身份表徵，而無需額外微調或新增參考輸入。
三個培訓階段
模型首先在同一場景內學習忠實複製面部外觀，為身份保真打下穩固基礎，然後再引入任何跨場景的複雜度。
然後對模型進行訓練，以縮窄參考影片與目標場景之間的領域差距；即使背景、光線和姿勢分佈各不相同，亦能在不同場景之間實現穩健的自適應。
在最後階段，我們透過以人為本的獎勵信號進行針對任務的強化學習，最大化身份相似度，確保生成的虛擬人物與真實人物的外貌和特徵盡可能接近。
邁向更具意義的新一步
Avatar IV 已能生成可辨認的輸出。Avatar V 則能生成幾乎無法與真人區分的輸出。關鍵差異在於全新的參考架構：它不是只依賴單一畫面，而是以您的整段影片作為條件，從中提取更豐富的身份特徵數據，並消除不同場景之間的偏移。
由網絡攝影機到數碼分身，只需四個步驟
無需 Studio、無需攝影團隊、無需複雜設備設定，只要您和一部網絡攝影機。
錄製 15 秒自己的影片
打開您的手提電腦鏡頭，錄製一段自己自然說話的短片。無需特別燈光或額外設備。
Avatar V 訓練您的分身
模型會將您的影片作為完整的上下文視窗來處理，學習您的外貌、表情、手勢和動作模式。
選擇您的場景
任意選擇背景：專業 Studio、品牌辦公室、戶外場景，或自訂環境。無論身在何處，您的身份都與您同行。
生成並分享
輸入您的腳本，按需要生成任意長度的影片。畫質不會下降，而且您的虛擬人物在整段影片中都保持一致。
在任何需要您的場景中，大規模展現您的分身
無論是單一的新員工入職影片，還是一整個本地化內容庫，Avatar V 都能輕鬆應付龐大製作量。
培訓與入職
一次建立完整的培訓資料庫，之後只需更新個別模組，無需重新錄製。您的團隊每次都能獲得一致且符合品牌形象的培訓指引。
銷售賦能
只需錄製一次開發客戶影片，然後即可大規模個人化。Avatar V 能在每一次外展中維持您的專業形象與可信度。
本地化
先用英文製作影片，然後由 Avatar V 以超過 175 種語言配上精準口型同步，確保您的訊息在全球各地都能以同樣方式傳達。
思想領導力
持續發佈內容，無需承受頻繁錄製的麻煩。您的想法、您的面孔、您的專業可信度，都能以您的觀眾所期望的節奏準時送達。
創辦人及高層溝通
無需長期待在錄音室，也能在您的公司中保持存在感。按照您的時間安排發佈內部更新、產品公告和投資者訊息。
產品營銷
將書面內容轉化為以影片為先的訊息傳遞。示範講解、功能發佈和客戶教育，全都可以由您的「本人出鏡」來呈現。
