HeyGen推出Video 1.0 API：畫面音頻同步生成 Elo評測領先Veo 3.1
AI視頻平台HeyGen推出全新Video 1.0 API，可由單一模型在同行呼叫中同步生成畫面、對白、環境音效及音樂。根據Artificial Analysis Arena超過4,800票的盲測數據，HeyGen Video 1.0以Elo 1000分排名第一，超越Seedance 2.0（955分）、H3 Max（952分）、Kling 3.0 Pro（857分）及Veo 3.1（744分）。Elo分數以HeyGen為1000作標準化基準。
重點一覽
- 單一模型同步生成畫面＋對白＋環境音效＋音樂
- Elo 1000分排名第一，超越Veo 3.1（744分）及Seedance 2.0（955分）
- 定價$0.03/秒起（768p含音頻），較Veo 3.1的$0.40/秒便宜逾13倍
- 5至15秒短片，480p或768p，支援文字/圖像/參考檔案轉視頻
- 10秒短片DiT推理時間僅3.7秒
與競品的價格及質量對比
在768p解析度、含音頻的每秒價格方面：HeyGen為$0.03/秒、H3 Max Turbo $0.04/秒、H3 Max $0.08/秒、Kling 3.0 Pro $0.168/秒、Seedance 2.0 $0.303/秒、Veo 3.1 $0.40/秒。
盲測結果：多項維度領先
在Artificial Analysis Arena的4,800票盲測中，HeyGen Video 1.0在多個維度領先：畫面忠實度（65%受測者偏好）、提示跟從度（62%）、自然動態（63%）、時序控制（66%），以及音效與人聲（57%）。在一致性（43%）及細節（46%）方面仍有進步空間。
產品功能
HeyGen Video 1.0可由文字提示、首幀圖像，或最多12個圖像、視頻及音頻參考檔案生成完整畫面。對白、環境音效及音效在同一次調用中同步生成，毋須另行唇形同步步驟。輸出5至15秒短片，解析度為480p或768p。DiT推理時間方面，10秒圖像轉視頻短片僅需3.7秒（HeyGen）對比H3 Max Turbo的4.1秒及H3 Max的8.3秒。
HeyGen Video 1.0現已透過HeyGen API提供服務。
