HeyGen a présenté Avatar 6 dans un rapport technique le 17 novembre 2026. Il s’agit d’un modèle audio‑driven capable de générer une vidéo d’une personne à partir d’une simple photo, avec la possibilité d’ajouter un court enregistrement d’identité. Le rendu natif est en 2 K, sans limite de durée, et le service est disponible via l’application web, l’app mobile et l’API depuis mi‑novembre 2026.

Le principe repose sur quatre modules : le générateur d’image, une étape de super‑résolution qui restaure les textures de peau et de cheveux, un planificateur de mouvements et HeyGen Voice, qui synthétise la parole dans la voix de la personne. Les utilisateurs peuvent choisir entre Avatar 6 Quality (qualité standard) et Avatar 6 Turbo, qui utilise une pile d’InférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. accélérée pour réduire la LatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci..

Gestes scriptés et montage ciblé

Une des nouveautés annoncées est la capacité à lier des gestes à des phrases du script. L’utilisateur indique, par exemple, que le sujet doit saluer en levant la main pendant la phrase « bonjour à tous », ou compter sur les doigts pendant une énumération. Le planificateur synchronise ces actions avec le texte tout en conservant le style de mouvement propre à la personne.

L’outil d’édition vidéo intégré permet de remplacer un mot ou d’ajouter un geste sans re‑générer l’intégralité de la séquence. Sur 20 tests comparatifs, seules 34,4 % des images ont changé, contre près de 100 % pour les solutions concurrentes MiniMax H3‑max, Wan 3.0, Seedance 2.5 ou HappyHorse Edit. Cette capacité de « regénération partielle » est particulièrement utile pour corriger une prise de parole finale sans repartir de zéro.

Performances et limites

HeyGen cite un score d’indistinguabilité de 84,4 % : dans un test à deux choix, les évaluateurs ont identifié l’avatar comme réel dans 42,2 % des cas, soit le double du hasard. En comparaison directe, Avatar 6 a légèrement dépassé Wan 3.0 (50,1 % de préférence) et a largement battu Seedance 2.5 (72,4 %). Les tests ont toutefois été réalisés sur des clips de 35 secondes ou moins, avec un script moyen de 62 mots. Les démonstrations publiques montrent des vidéos continues de 25 à 28 minutes, générées à partir d’un seul fichier audio, ainsi qu’un podcast de deux minutes avec deux intervenants affichés simultanément.

En termes de rapidité, Avatar 6 reste derrière le modèle Runway GWM‑1 Avatars. La plupart des vidéos personnelles de HeyGen prennent environ trois minutes à être rendues, contre une minute pour le concurrent, et 10 % dépassent les neuf minutes et demie. Le timing ne comprend pas la configuration de l’avatar ni la préparation du texte.

API, résolution et consentement

L’API propose deux points d’entrée : heygen‑avatar‑6 et heygen‑avatar‑6‑turbo, avec 1080p comme résolution par défaut. La requête de modèle combine une image ou une vidéo de référence avec un fichier audio, tandis que l’API d’application part d’un avatar pré‑défini et d’un script. Les appels d’API ne supportent pour l’instant qu’un seul avatar à la fois ; les scènes multi‑avatars, les lots de création ou l’édition de scènes restent réservés à la version précédente Avatar IV.

Le consentement est strict : pour une référence vidéo, l’individu doit enregistrer une déclaration de consentement incluant un code unique, qui est vérifié avant le rendu. Les photos peuvent être utilisées dès lors que la personne a donné son accord, tandis que les vidéos réalistes sont réservées aux clients Enterprise. Cette démarche vise à éviter les usages non autorisés de l’image d’une personne.

Avatar 6 offre donc un contrôle fin sur l’apparence, la parole et les mouvements, ainsi qu’une fonction d’édition granulaire qui se démarque des solutions actuelles. Les tests indépendants confirment son attractivité sur de courts extraits, mais la vitesse de génération et l’absence de validation sur des vidéos longues laissent place à de nouvelles évaluations.

Une lecture à partager ?
Partager
Partager cet article
WhatsApp ↗LinkedIn ↗Facebook ↗X ↗E-mail ↗

POUR CONTINUER

Garder le fil.

Toutes les actus ↗