Делает видео с говорящим человеком или персонажем: оживляет фото под вашу запись речи, озвучивает текст готовым цифровым ведущим или заставляет говорить нарисованного героя из видео. Цена зависит от модели и разрешения: Турбо — от 8 ₽/сек., Стандарт — от 15 ₽/сек.
HeyGen Avatar 6 — нейросеть HeyGen, которая делает говорящий аватар тремя способами: оживляет фото человека под запись речи, даёт готовому ведущему прочитать ваш текст или заставляет говорить рисованного героя из короткого видео. В каждом режиме есть Стандарт и более быстрый Турбо.
Для проб мы брали только выдуманных героев. Ведущую новостей и повара раньше нарисовала GPT Image 2 для статьи про Avatar IV, их реплики озвучил ElevenLabs v4. Стаканчика читала озвучка сайта «Мега», лисёнка — ElevenLabs v4 Turbo. Остальные ведущие — готовые образы из библиотеки HeyGen, их голоса тоже синтетические. Все восемь роликов с настройками лежат во вкладке «Примеры».
Сначала мы повторили пробу прошлой версии на тех же файлах: отдали обеим нейросетям портрет ведущей и запись на 9 секунд, задание оставили пустым. У Avatar IV стояла выразительность «Сдержанная», у Avatar 6 такого поля нет вовсе: модель сама решает, сколько движения добавить.
HeyGen Avatar IV · без задания, 1080p · 15 ₽/сек.
HeyGen Avatar 6 · «Фото + аудио», Стандарт, 1080p · от 8 ₽/сек.
Разница заметна с первой секунды. Ведущая у Avatar 6 здоровается взмахом руки, в середине сводки машет ещё раз, потом раскрывает ладони на словах о погоде и к концу складывает руки на столе. Об этом никто не просил. В ролике Avatar IV руки почти не отрываются от стола. Губы в обоих случаях попадают в слова. Разработчики пишут, что новая модель подбирает жесты по смыслу и интонации речи и реже повторяет одни и те же движения. В этой пробе так и вышло, но какие жесты будут, модель решала сама.
Своего фото и записи может не быть вовсе. В типе «Готовый ведущий» мы выбрали ведущую Masha в образе «Офис, анфас», переключатель «Речь» оставили на «Текст», голос — Masha - Lifelike, модель Турбо. Текст речи:
Здравствуйте! Меня зовут Маша. Сегодня я расскажу, как за пять минут подготовить короткое видео для вашего канала.
HeyGen Avatar 6 · готовый ведущий, текст, Турбо, 1080p, 16:9 · от 8 ₽/сек.
Распознавание речи вернуло фразу слово в слово и само определило язык как русский, хотя голоса в списке подписаны английскими именами. Русский текст мы проверили ещё с двумя голосами, Iskander и Calm Chloe, оба справились. Ролик на 7,6 секунды в 1920×1080 пришёл меньше чем за две минуты.
Третий тип, «Персонаж из видео», рассчитан на мультяшных и 3D-героев. Модели нужен короткий ролик, где персонаж уже двигается, и запись речи. Мы взяли пример стаканчика-маскота, снятый раньше в P-Video 2 Pro Avatar, его исходную картинку положили в поле «Фото персонажа» и дали ту же запись. В задании попросили:
Стаканчик весело машет рукой и подмигивает в конце.
HeyGen Avatar 6 · персонаж из видео, Стандарт, 1080p, запись 14 с · от 8 ₽/сек.
Стаканчик машет перчаткой, прижимает руку к груди и наклоняется, рот открывается под каждое слово. Кофейня за ним та же, что в исходном ролике, длина совпала с записью: 13,6 секунды. Подмигнуть модель поняла по-своему: в конце стаканчик зажмуривает оба глаза. Во втором примере был 3D-лисёнок из пятисекундного ролика, его раньше сделали в Seedance 2.0 Mini, и короткая озвучка, без фото и задания. Лисёнок машет лапой и улыбается, а шарф развевается, как в исходнике.
Только у ведущих из библиотеки есть поле «Соотношение сторон». Мы проверили, что выйдет в 9:16: ведущий Raul, образ «Диван, повседневный стиль, анфас», текст голосом Iskander, задание «на последней фразе показывает рукой вниз, на ссылку».
HeyGen Avatar 6 · готовый ведущий, текст, Стандарт, 1080p, 9:16 · от 8 ₽/сек.
Файл действительно вертикальный, 1080×1920, но сама сцена осталась горизонтальной: сверху и снизу светлые поля. С квадратом 1:1 у ведущей на йоге вышло так же. Похоже, образы библиотеки сняты горизонтально, и модель не обрезает их под вертикаль. Жест на последней фразе ведущий сделал. Если нужен ролик для ленты во весь экран, возьмите тип «Фото + аудио» с вертикальным фото: наш повар у плиты со снимка 9:16 так и получился вертикальным, без полей.
Сначала выберите Тип генерации в начале формы. От него зависит, что нужно загрузить:
Под типом стоит Модель: Стандарт или Турбо. Турбо дешевле за секунду и в наших пробах отдавал ролики чуть быстрее. Цена видна на кнопке до отправки, форма считает её по длине записи или текста.
Готовое видео появится в ленте «Мои результаты» под формой. Ролики на 5–14 секунд у нас приходили через полторы–две с небольшим минуты, и за это время страницу можно закрыть: результат никуда не денется и пролежит там 7 дней. Его можно скачать или сохранить в библиотеку, а если запуск закончился ошибкой, деньги вернутся на баланс.
| Поле | Зачем | Когда менять |
|---|---|---|
| Модель | Стандарт или Турбо | Турбо для черновиков и недорогих роликов, Стандарт для финальной версии |
| Задание | Подсказка для мимики и жестов, до 1200 знаков | Когда нужен конкретный жест на конкретной фразе или настроение: «говорит весело», «показывает рукой вниз» |
| Ведущий и Образ | Человек из библиотеки и сцена: место, одежда, поза, ракурс | Только в типе «Готовый ведущий». Список образов меняется вместе с ведущим, и не каждый образ модель берёт в работу |
| Речь | Текст, который озвучит голос из списка, или своя запись | Своя запись — если важен конкретный голос или интонация |
| Текст речи и Голос | До 3000 знаков и один из 102 голосов | Голос подбирайте под ведущего: мужской или женский по имени не всегда понятно, поэтому сначала проверьте короткой фразой |
| Видео персонажа и Фото персонажа | Ролик героя от 2 секунд и до 50 МБ, по желанию его картинка | Фото помогает, если в ролике герой в движении и черты лица плохо видны |
| Разрешение | 1080p или 2K | 2K нужен для большого экрана, соцсетям и мессенджерам хватает 1080p |
| Соотношение сторон | Пропорции кадра, есть только у ведущих из библиотеки | 16:9 для YouTube и сайта. Что получается в 9:16 и 1:1, видно в пробе выше; 4:5 и 5:4 мы не проверяли |
Поле «Задание» необязательно. Без него модель сама подбирает движения по голосу, и в наших пробах этого хватало для живого ролика. Задание пригодится, когда нужен конкретный жест. Удобная формула: как говорит, что делает руками или головой, на какой фразе.
Говорит уверенно и спокойно, на последней фразе показывает рукой вниз.
Говорит весело, иногда поднимает взгляд в камеру и улыбается.
Текст речи для ведущего из библиотеки пишите так, как его нужно произнести: числа лучше словами («восемь занятий»), сокращения — полностью. Внешность и обстановку в задании не описывайте: их задают фото, образ или видео персонажа.
Платите за каждую секунду готового ролика. Цена зависит от модели и разрешения, тип генерации на неё не влияет. С текстом речи секунды считаются по длине текста.
| Модель | Разрешение | Ролик | Цена |
|---|---|---|---|
| Турбо | 1080p | запись 10 с | 80 ₽ |
| Турбо | 2K | запись 10 с | 130 ₽ |
| Стандарт | 1080p | запись 10 с | 150 ₽ |
| Стандарт | 2K | запись 10 с | 220 ₽ |
| Стандарт | 1080p | запись 1 мин | 900 ₽ |
Для первой пробы возьмите Турбо, 1080p и фразу на пять секунд: по ней уже видно, как модель двигает героя. Тишину в начале и в конце записи лучше обрезать, она тоже оплачивается.
Avatar 6 собрал в одной форме то, что раньше было в двух нейросетях HeyGen: говорящее фото, как у Avatar IV, и готовых ведущих, как у Avatar V. Сверху добавились озвучка текста прямо в форме и рисованные персонажи из видео. Ту же сводку новостей мы дали Annie из библиотеки, в образе офиса: она разводит ладонями на ключевых словах и складывает руки в паузах. Чего у Avatar 6 нет: 4K, поля для своего фона и уровней выразительности. Все нейросети HeyGen на сайте собраны в обзоре HeyGen.
| Нейросеть | Цена | Чем отличается | Когда брать |
|---|---|---|---|
| HeyGen Avatar 6 | от 8 ₽/сек. | фото, готовый ведущий с текстом или записью, рисованный персонаж из видео; 1080p и 2K | нужен ведущий без съёмки или жесты без подсказок |
| HeyGen Avatar IV | 15 ₽/сек. | своё фото, фон, выразительность, 360p–1080p | нужен низкий вес файла или поле для своего фона |
| HeyGen Avatar V | 23 ₽/сек. | готовые ведущие, своя запись, фон, до 4K | нужен ведущий в 4K |
| OmniHuman 2.0 | 15 ₽/сек. | фото и запись, задание с жестами, оживляет и зверей на фото | герой — животное или игрушка на картинке, а не в видео |
| Pruna AI P-Video Avatar | от 4 ₽/сек. | фото и запись до 10 минут | запись длиннее пяти минут |
Описание обновлено 18 ноября 2026 г.
Ведущий приглашает на зимний интенсив
Готовый ведущий Raul, текст голосом Iskander, задание «показывает рукой вниз», Стандарт, 1080p, 9:16: горизонтальный образ не обрезается, сверху и снизу светлые поля.
Промпт: Добрый вечер! Мы открыли запись на зимний интенсив по английскому. Восемь занятий, живой преподаватель и разговорная практика. Ссылка в описании.
Стаканчик-маскот зовёт в кофейню
Персонаж из видео с фото того же героя и заданием «машет рукой и подмигивает», модель Стандарт, 1080p: рекламная реплика маскота.
Промпт: Стаканчик весело машет рукой и подмигивает в конце.
3D-лисёнок зовёт кататься на коньках
Персонаж из видео: пятисекундный ролик с лисёнком и запись речи, модель Турбо, 1080p. Мультяшный герой говорит и машет лапой.
Тренер по йоге начинает утреннюю разминку
Готовый ведущий Oxana, образ «Йога, анфас», текст голосом Calm Chloe, Турбо, 2K, 1:1: файл 1440×1440, но сцена горизонтальная, сверху и снизу светлые поля.
Промпт: Сделайте глубокий вдох и медленно выдохните. Плечи расслаблены, спина прямая. Начинаем утреннюю разминку.
Повар у плиты зовёт готовить пасту
Фото + аудио, модель Турбо, 1080p, задание «говорит весело, поднимает взгляд в камеру»: вертикальное фото дало вертикальный ролик.
Промпт: Повар говорит весело, иногда поднимает взгляд в камеру и улыбается.
Готовый ведущий в офисе читает ту же сводку
Готовый ведущий Annie, образ «Офис, сидя, анфас», своё аудио, Стандарт, 1080p, 16:9: тот же ролик новостей без фото, только запись речи.
Ведущая новостей по фото и записи речи
Фото + аудио, модель Стандарт, 1080p, без задания: машет рукой и жестикулирует сама. Те же фото и запись, что в примере HeyGen Avatar IV, удобно сравнить.
Ведущая в офисе читает приветствие для канала
Готовый ведущий Masha, речь текстом голосом Masha - Lifelike, модель Турбо, 1080p, 16:9: русский текст без своей записи голоса.
Промпт: Здравствуйте! Меня зовут Маша. Сегодня я расскажу, как за пять минут подготовить короткое видео для вашего канала.