HeyGen: Avatar IV

HeyGen : Avatar IV est un modèle de génération vidéo de HeyGen, une entreprise connue pour son travail sur les avatars IA et les vidéos de type talking-head. Il appartient à la catégorie vidéo et est conçu spécifiquement pour animer des personnes, plutôt que pour la génération de séquences à usage général. Le modèle a été publié par le fournisseur le 24 août 2026.

Avatar IV est un modèle image-to-video. Il prend une seule photo et l'anime en une vidéo de type talking-head expressive et synchronisée avec les lèvres. Ses entrées couvrent le texte, l'image et l'audio, et sa seule sortie est la vidéo. Plutôt que de seulement faire correspondre les formes de la bouche aux mots, il interprète la performance vocale, de sorte que le mouvement résultant reflète la manière dont quelque chose est dit et pas seulement les mots prononcés. La sortie peut être produite en 720p ou 1080p, avec des ratios d'aspect 16:9, 9:16 ou 1:1. La génération audio ne fait pas partie de la sortie du modèle, donc la partie audio d'un clip n'est pas produite par Avatar IV lui-même. Aucune longueur de contexte n'est spécifiée pour ce modèle.

Les usages pratiques découlent de cette combinaison. Un portrait fixe plus un script ou une piste vocale suffisent pour produire un clip de style présentateur, ce qui convient aux contenus de formation et explicatifs, aux démonstrations de produits et aux versions localisées du même intervenant pour différents publics. Les trois ratios d'aspect permettent de cibler facilement différents emplacements : 16:9 pour les lecteurs vidéo standards et les intégrations web, 9:16 pour les fils verticaux, et 1:1 pour les formats carrés. Comme l'entrée peut être une seule photo, les équipes peuvent construire un présentateur à l'écran cohérent sans filmer de nouvelles séquences à chaque fois, et comme le modèle réagit à la prestation vocale, la même image peut porter des tons très différents selon l'audio qui lui est fourni.

Vous appelez Avatar IV via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "heygen/avatar-iv". La forme de la requête suit les mêmes conventions que les autres modèles de la passerelle, donc les bibliothèques clientes OpenAI existantes et les outils fonctionnent sans modification. Le modèle accepte les entrées texte, image et audio et renvoie de la vidéo. Aucun paramètre de requête supplémentaire n'est listé comme pris en charge pour ce modèle, donc limitez les requêtes aux champs standard et évitez de supposer que des options spécifiques au fournisseur telles que la durée ou les contrôles d'image par image seront acceptées.

Il y a quelques points à garder en tête lors du choix. Avatar IV est un modèle talking-head, il ne convient donc pas aux scènes sans personne, aux b-roll généraux, ou aux travaux nécessitant de l'audio généré, puisque la génération audio est désactivée. Si votre tâche est la génération de texte, le raisonnement ou la compréhension d'images plutôt que la production de vidéo à partir d'un portrait, un modèle de texte ou de vision sur api14 vous servira mieux.