HeyGen: Vores nye videomodel er 13 gange billigere - og lige så god

HeyGen er mest kendt for virtuelle talere: avatarer, der læser et manuskript op. Nu har firmaet lanceret HeyGen Video, sin første generelle videomodel. Den laver hele scenen ud fra en beskrivelse: personer, sted, lys og lyd. HeyGen skriver, at målet er video i produktionskvalitet uden produktionspriser, til fx produktdemoer, oplæring, introduktion af nye medarbejdere og fremvisning af boliger.

En brøkdel af prisen

Det, der skiller HeyGen Video ud, er prisen. Ifølge HeyGens egen oversigt koster et sekund video med lyd i 768p 0,03 dollar, når man laver video ud fra et billede. Til sammenligning koster Kling 3.0 Pro 0,168 dollar, ByteDances Seedance 2.0 0,303 dollar og Googles Veo 3.1 0,40 dollar pr. sekund. Et klip på 10 sekunder koster altså 30 cent hos HeyGen og 4 dollar hos Veo.

Normalprisen starter ved 2 cent pr. sekund, og resten af oktober er den halveret til 1 cent.

På niveau med de bedste i blindtest

HeyGen har ladet folk sammenligne klip side om side uden at vide, hvilken model der lavede hvad. På HeyGens rangliste, hvor deres egen model er sat til 1.000 point, får Seedance 2.0 955, Kling 3.0 Pro 857 og Veo 3.1 744. I 650 direkte sammenligninger med MiniMax' H3 Max foretrak 55,8 procent HeyGens klip.

Modellen er også hurtig: Selve beregningen af et klip på 10 sekunder ud fra et billede tager 3,7 sekunder.

Sådan virker den

Modellen hedder heygen-video-1 og bygger på MiniMax H3, som HeyGen selv har eftertrænet. Den kan bruges på tre måder: med en tekst alene, med et billede som klippets første billede eller med egne billeder, videoer og lyd, så et bestemt produkt, en person eller et sted ser ens ud i klippet.

Klippene er 5 til 15 sekunder lange, op til 2K og i formater fra bredformat til lodret mobilvideo. Tale, baggrundslyd og lydeffekter kommer med i samme omgang, så der er ingen særskilt oplæsning eller læbesynkronisering. Ifølge HeyGens dokumentation er modellen bedst til korte, afgrænsede optagelser med ét motiv, ét sted og én handling.

Hvor kan man bruge den?

Modellen findes i HeyGens API og hos tjenesterne OpenRouter, Runware og ComfyUI. Det er altså et værktøj til udviklere og virksomheder, der bygger video ind i egne systemer.

Hvad betyder det?

Med HeyGens normalpris koster 30 sekunders video med lyd under 1 dollar. Det gør AI-video billig nok til hverdagsbrug: en produktvideo til webshoppen eller en kort instruktion til nye medarbejdere kan laves for småpenge i stedet for at kræve en optagedag.