HeyGen: HeyGen Video

HeyGen Video ist ein universelles Videogenerierungsmodell von HeyGen, das auf api14 unter der Modell-ID heygen/heygen-video-1 gelistet ist. Es befindet sich in der Kategorie Video und ist für das Rendern kurzer Clips ausgelegt, nicht für Text- oder Chat-Aufgaben. Wenn Sie es evaluieren, ist die Hauptsache zu verstehen, dass es sich um einen Generierungsendpunkt handelt: Sie geben ihm Ausgangsmaterial, und es liefert eine Videodatei zurück.

Auf der Eingabeseite akzeptiert das Modell Text, Bilder, Video und Audio, sodass Sie einen Clip aus einem geschriebenen Prompt, einem Referenzstandbild, vorhandenem Filmmaterial oder einer Audiospur steuern können. Die einzige Ausgabemodalität ist Video. Für dieses Modell gibt es keine veröffentlichte Kontextlänge, daher ist tokenbasierte Planung hier nicht anwendbar. Die Ausgabedetails sind nützlicher: Clips können in 480p, 768p oder 2K gerendert werden, in Seitenverhältnissen von 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16, und die Dauern reichen von 5 bis 15 Sekunden in Ein-Sekunden-Schritten. Ein first_frame-Bild kann bereitgestellt werden, um die Eröffnungseinstellung zu verankern. Die Audiogenerierung ist nicht aktiviert, daher synthetisiert das Modell nicht selbst Dialog, Atmosphäre oder Soundeffekte.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Kurze vertikale Clips in 9:16 für Social Feeds, quadratische 1:1-Schnitte für In-Feed-Platzierungen und Breitbild 16:9 oder 21:9 für Landing Pages und Präsentationen fallen alle in die unterstützten Seitenverhältnisse. Da ein first_frame-Bild akzeptiert wird, können Sie einen konsistenten Look über eine Reihe von Clips hinweg beibehalten, indem Sie dasselbe Startstandbild wiederverwenden. Da Video und Audio als Eingaben akzeptiert werden, können Sie auch mit vorhandenem Filmmaterial oder einer bereitgestellten Spur arbeiten, statt allein von Text auszugehen. Der Bereich von 5 bis 15 Sekunden eignet sich für Teaser, Produktaufnahmen und loopbare Hintergrundsegmente statt für langformatige Erzählungen.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf dem Gateway: Verwenden Sie den OpenAI-kompatiblen Endpunkt und übergeben Sie heygen/heygen-video-1 als Modell-ID. Das Modell stellt keine unterstützten Anfrageparameter bereit, daher gibt es keine Sampling- oder Generierungsflags, die im Anfrage-Body abgestimmt werden können. In der Praxis bedeutet das, dass Ihre Kontrolle über das Ergebnis aus den Eingaben kommt, die Sie bereitstellen (Prompt-Text, Referenzbild, Quellvideo, Audio), und aus den Ausgabeeinstellungen, die das Modell definiert, wie Auflösung, Seitenverhältnis, Dauer und das erste Frame.

Zwei Grenzen sollten Sie abwägen, bevor Sie sich festlegen. Es gibt keine Kontextlänge, um die man herum planen könnte, und das Modell generiert kein Audio, daher benötigt jedes Projekt, das auf synthetisierte Sprache, Atmosphäre oder Soundeffekte angewiesen ist, diese Elemente an anderer Stelle produziert und danach kombiniert. Wenn Ihre Aufgabe Textgenerierung, Reasoning oder irgendetwas außerhalb der Videoausgabe ist, passt ein anderes Modell auf api14 besser. Innerhalb der Kurzform-Videogenerierung deckt die Kombination aus mehreren Eingabemodalitäten, einem First-Frame-Anker und einer breiten Streuung von Seitenverhältnissen und Dauern jedoch die meisten gängigen Clip-Anforderungen ab.