รู้จัก HeyGen Video : โมเดลวิดีโออเนกประสงค์จากบริษัทอวาตาร์ที่สร้างเสียงไปพร้อมภาพ
HeyGen Video สร้างทั้งฉากพร้อมบทพูด เสียงบรรยากาศ และเอฟเฟกต์จากข้อความ ภาพ หรือไฟล์อ้างอิง มาดูวิธีอ่านสเปกและราคา รวมถึงเลือกขั้นตอนสร้างวิดีโอบน OmniArt
HeyGen Video (heygen-video-1) เป็นโมเดลวิดีโออเนกประสงค์ที่สร้างฉากและเสียงไปพร้อมกัน หากคุณรู้จัก HeyGen จากผู้บรรยายเสมือนที่พูดได้ ขั้นตอนนี้ต่างออกไป คุณอธิบายช็อตแทนการเลือกอวาตาร์ HeyGen ระบุว่าโมเดลสร้างบนพื้นฐาน MiniMax H3 และเพิ่มการฝึกภายหลังของ HeyGen (เอกสารสำหรับนักพัฒนา (เปิดในแท็บใหม่) ข้อมูลจากผู้ให้บริการ ตรวจสอบเมื่อ 26 ตุลาคม 2026)
คำถามในการทำงานจริงคือช็อตต้องมีบทพูดที่สร้างขึ้นหรือไม่ ต้องยาวเท่าใด และแพลตฟอร์มใดจะเรียกเก็บเงิน คู่มือนี้แยกการตัดสินใจเหล่านั้นออกจากคำกล่าวอ้างด้านคุณภาพ ณ วันที่ 26 ตุลาคม 2026 ยังไม่มี HeyGen Video บน OmniArt สำหรับงานใน OmniArt ตารางเปรียบเทียบด้านล่างแนะนำตัวเลือกวิดีโอปัจจุบันและการตั้งค่าที่เปิดให้ใช้
จากอวาตาร์สู่โมเดลวิดีโออเนกประสงค์#
HeyGen ระบุวันเปิดตัวเป็น 30 กันยายน 2026 ในภาพรวมโมเดลวิดีโอ (เปิดในแท็บใหม่) (ข้อมูลจากผู้ให้บริการ ตรวจสอบเมื่อ 26 ตุลาคม 2026) ระบบอวาตาร์ทำให้ผู้บรรยายที่มีอยู่แล้วเคลื่อนไหวตามบท ส่วน HeyGen Video สร้างตัวแบบ สถานที่ และเสียงประกอบจากคำอธิบายฉาก ภาพเฟรมแรกหรือชุดไฟล์อ้างอิงสามารถช่วยกำหนดฉากนั้นได้
หากต้องการผู้บรรยายที่พูดได้ ให้อ่านขั้นตอนสร้างอวาตาร์และลิปซิงก์ หากต้องการภาพสินค้า ฉากที่มีบทสนทนา หรือช็อตเปิดที่สร้างบรรยากาศ ให้ประเมินโมเดลวิดีโออเนกประสงค์ตามความต้องการของช็อตนั้น การมีพื้นฐานโมเดลร่วมกันไม่ได้ทำให้ MiniMax H3 บน OmniArt กับ HeyGen Video ใช้แทนกันได้
heygen-video-1 ทำอะไรได้บ้าง#
ตารางสรุปเอกสารสำหรับนักพัฒนาของ HeyGen (เปิดในแท็บใหม่) ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 สเปกทั้งหมดมาจากผู้ให้บริการ บทความนี้ไม่ได้ทดลองเรียกใช้ API
สำหรับนักพัฒนา เอกสารระบุจุดเชื่อมต่อการสร้างเป็น POST /v3/models/videos โดยใช้โมเดล heygen-video-1 และคีย์ API แบบชำระเงิน (แหล่งข้อมูลจากผู้ให้บริการและวันตรวจสอบเดียวกัน) ตรวจสอบสิทธิ์เข้าถึงแยกจากการสมัครสมาชิกแอป
| หัวข้อ | ความสามารถตามเอกสาร | ประเภทหลักฐาน |
|---|---|---|
| โหมด | สร้างวิดีโอจากข้อความ สร้างวิดีโอจากภาพโดยใช้ภาพเป็นเฟรมแรกจริง และสร้างวิดีโอจากไฟล์อ้างอิงซึ่งต้องมีภาพหรือวิดีโออ้างอิง | เอกสารจากผู้ให้บริการ |
| ความยาว | 5–30 วินาทีสำหรับโหมดข้อความ/ภาพที่ใช้ turbo หรือ quality และ 5–15 วินาทีสำหรับโหมดอ้างอิง การปรับปรุงแบบ ultraquality หรือ disabled และคำขอ MCP | เอกสารจากผู้ให้บริการ ความต่างของแพลตฟอร์มอยู่ด้านล่าง |
| ความละเอียด | 480p ค่าเริ่มต้น 768p และ 1080p กับ 2k | เอกสารจากผู้ให้บริการ |
| อัตราส่วนภาพ | 21:9 16:9 4:3 1:1 3:4 และ 9:16 โหมดอ้างอิงมีการจัดกรอบแบบปรับตามข้อมูลด้วย ส่วนโหมดภาพใช้ตามเฟรมแรก | เอกสารจากผู้ให้บริการ |
| กรอบภาพความละเอียดสูง | โหมดข้อความ/อ้างอิงที่ 1080p หรือ 2k ใช้ 16:9 หรือ 9:16 ส่วนโหมดภาพใช้ตามต้นฉบับ | เอกสารจากผู้ให้บริการ |
| ไฟล์อ้างอิง | ภาพสูงสุด 9 ภาพ วิดีโอ 3 คลิป และเสียง 3 คลิป รวมไม่เกิน 12 รายการ อ่านเฉพาะ 5 วินาทีแรกของแต่ละวิดีโอ | เอกสารจากผู้ให้บริการ |
| พรอมต์และ Seed | 1–32,000 อักขระ และ Seed แบบจำนวนเต็ม 32 บิตไม่มีเครื่องหมาย | เอกสารจากผู้ให้บริการ |
| เสียงและรูปแบบส่งมอบ | สร้างบทพูด เสียงบรรยากาศ และเอฟเฟกต์ ใช้ MP4/H.264 ที่ 24 fps พร้อม AAC 32 kHz สเตอริโอ | เอกสารจากผู้ให้บริการ |
คำอธิบายความยาวทั้งสองแบบยังต้องนำมาพิจารณา เอกสารสำหรับนักพัฒนาระบุช่วง 5–30 วินาทีแบบมีเงื่อนไข และบันทึกการเปลี่ยนแปลง (เปิดในแท็บใหม่) ระบุส่วนขยายนี้ว่าเพิ่มในเดือนตุลาคม 2026 แต่ภาพรวมเพื่อการตลาด (เปิดในแท็บใหม่) ของ HeyGen ยังอธิบายเป็นคลิป 5–15 วินาที ทั้งหน้าโมเดลของ fal (เปิดในแท็บใหม่) และสคีมา (เปิดในแท็บใหม่) ก็ระบุ 5–15 วินาที (ข้อมูลทั้งหมดจากผู้ให้บริการ/แพลตฟอร์ม ตรวจสอบเมื่อ 26 ตุลาคม 2026) เราไม่สรุปความต่างนี้เป็นขีดจำกัดเดียวสำหรับทุกกรณี ตรวจสอบช่องทาง โหมด และการตั้งค่าปรับปรุงก่อนกำหนดช็อตยาว
สำหรับงานที่ใช้ไฟล์อ้างอิงเป็นหลัก ให้ระบุบทบาทของอินพุต เช่น รูปลักษณ์สินค้า การเคลื่อนไหว เสียงพูด หรือสภาพแวดล้อม เอกสาร HeyGen ใช้ป้ายอย่าง Picture 1 และ Video 1 ในพรอมต์ ตัดวิดีโออ้างอิงการเคลื่อนไหวให้เหลือช่วงที่ต้องการ การอัปโหลดไฟล์ที่ยาวกว่าไม่ได้ทำให้โมเดลเห็นการกระทำช่วงท้าย ใช้สื่อที่คุณมีหลักฐานสิทธิ์ในภาพบุคคล เสียง และการใช้เชิงพาณิชย์
เสียงในตัวและ Seed เปลี่ยนการทำงานจริงอย่างไร#
การสร้างภาพและเสียงพร้อมกันอาจลดขั้นตอนทำเสียงชั่วคราวและลิปซิงก์แยกกัน แต่ก็ทำให้ต้องตรวจงานร่วมกัน ช็อตอาจดูใช้ได้แล้ว แต่การออกเสียงชื่อ จังหวะ หรือเสียงพื้นหลังยังต้องลองใหม่ นี่เป็นผลต่อขั้นตอนทำงาน ไม่ใช่หลักฐานคุณภาพเสียงหรือคำรับรองว่าจะเปลี่ยนเสียงประกอบแยกต่างหากภายในรอบการสร้างเดียวกันได้
เขียนบทพูดให้เป็นภาษาพูด ระบุเสียงรอบข้าง และบอกว่าต้องการเพลงหรือไม่ ตรวจความชัดเจนของคำพูดและจังหวะไปพร้อมกับรูปทรงสินค้าและการสัมผัสระหว่างวัตถุ ตัวอย่างที่มีเสียงไม่ได้พิสูจน์ว่าการออกเสียงจะทำซ้ำได้สม่ำเสมอ หรือเสียงมิกซ์พร้อมส่งให้ลูกค้าแล้ว
HeyGen อธิบายว่าการส่งคำขอต่อเนื่องด้วยพรอมต์และ Seed เดียวกันภายในการนำระบบขึ้นใช้งานครั้งเดียวจะได้ไฟล์เหมือนกัน (เอกสาร Seed (เปิดในแท็บใหม่) ข้อมูลจากผู้ให้บริการ ตรวจสอบเมื่อ 26 ตุลาคม 2026) บันทึกการตั้งค่าทั้งหมด คงค่า Seed และเปลี่ยนทีละวลีเมื่อเปรียบเทียบทิศทางงาน Seed ไม่ใช่การรับประกันถาวรข้ามการนำระบบขึ้นใช้แต่ละครั้ง และการเปลี่ยนพรอมต์ก็ไม่ได้รับประกันว่ารายละเอียดอื่นทุกอย่างจะคงเดิม
อ่านราคา HeyGen Video อย่างละเอียด#
ชื่อแพลตฟอร์มสำคัญพอ ๆ กับความละเอียด ตารางใช้ภาพรวมราคาของ HeyGen (เปิดในแท็บใหม่) หน้าโมเดลปัจจุบัน (เปิดในแท็บใหม่) และหน้าสร้างวิดีโอจากข้อความของ fal (เปิดในแท็บใหม่) ที่ตรวจสอบเมื่อ 26 ตุลาคม 2026 นี่เป็นอัตราเอาต์พุตที่ผู้ให้บริการ/แพลตฟอร์มรายงาน ไม่ใช่ราคา OmniArt
| แพลตฟอร์มและช่วงเวลา | 480p ดอลลาร์สหรัฐ/วินาที | 768p ดอลลาร์สหรัฐ/วินาที | 1080p / 2k | สิ้นสุดโปรโมชัน |
|---|---|---|---|---|
| โปรโมชันเปิดตัว HeyGen API | $0.01 | $0.015 | 3 เท่าของอัตรา 768p | 31 ตุลาคม 2026 |
| อัตรามาตรฐาน HeyGen API | $0.02 | $0.03 | 3 เท่าของอัตรา 768p | ใช้อัตรามาตรฐานหลังโปรโมชันที่ประกาศ |
| โปรโมชันเปิดตัว fal สำหรับข้อความเป็นวิดีโอ | $0.01 | $0.01 | $0.03/วินาที | 31 ตุลาคม 2026 |
| อัตราปกติ fal สำหรับข้อความเป็นวิดีโอ | $0.02 | $0.02 | $0.06/วินาที | ใช้อัตราปกติหลังโปรโมชันที่ประกาศ |
ตัวเลขเปิดตัว HeyGen API คำนวณจากการนำโปรโมชันครึ่งราคาที่ประกาศมาใช้กับอัตรามาตรฐาน ราคา HeyGen API ความละเอียดสูงแสดงเป็นตัวคูณที่เผยแพร่ แทนการอ้างราคาเต็มจำนวนแยกต่างหาก การสร้างวิดีโอจากไฟล์อ้างอิงต้องพิจารณางบประมาณแยกกัน หน้าเว็บปลายทางปัจจุบันที่ HeyGen เปลี่ยนเส้นทางไปไม่ได้ระบุอัตราโหมดอ้างอิงที่แน่นอน ตรวจสอบค่าอินพุตและเอาต์พุตที่ใช้ก่อนส่งงานอ้างอิง อย่านำตารางนี้ไปใช้กับงานเหล่านั้นโดยอาศัยข้อสันนิษฐาน
คำเตือน
โปรโมชันที่ประกาศทั้งสองรายการสิ้นสุดวันที่ 31 ตุลาคม 2026 สำหรับงานหลังจากนั้น ให้ใช้อัตรามาตรฐานหรืออัตราปกติที่แสดงในการคำนวณงบ เว้นแต่แพลตฟอร์มจะประกาศขยายเวลา HeyGen API และ fal ใช้ตารางราคาแยกกัน
หน้าการสมัครสมาชิกของ HeyGen (เปิดในแท็บใหม่) ระบุแพ็กเกจ Creator ที่ $29 ต่อเดือนพร้อมสิทธิ์เข้าถึง HeyGen Video 1 (ข้อมูลจากผู้ให้บริการ ตรวจสอบเมื่อ 26 ตุลาคม 2026) การสมัครสมาชิกแอปนี้ไม่ใช่ราคาต่อวินาทีของ API ภาพรวม HeyGen ยังระบุกระเป๋าเงิน API แบบเติมล่วงหน้า $5 และช่องทางพาร์ตเนอร์ ข้อมูลเหล่านั้นไม่ได้ยืนยันว่าบริการต่าง ๆ มีการตั้งค่า ราคา หรือสิทธิ์บัญชีเหมือนกัน
หากต้องการวิดีโอพร้อมเสียงในตัวตอนนี้ : ตัวเลือกบน OmniArt#
เริ่มที่วิดีโอ OmniArt ด้วยการตั้งค่าที่ช็อตต้องการ ตารางอ้างอิงแคตตาล็อกสาธารณะและอัตราเครดิตในที่เก็บโค้ดนี้ ณ ef557046 ตรวจสอบเมื่อ 26 ตุลาคม 2026 ลิงก์โมเดลเปิดหน้าสาธารณะที่เกี่ยวข้อง อินพุตเสียงอ้างอิงกับการควบคุมเอาต์พุตเสียงเป็นคนละความสามารถ
| โมเดลบน OmniArt | ความยาวและความละเอียด | อินพุตอ้างอิง | เสียงบน OmniArt | เครดิตเอาต์พุต/วินาที |
|---|---|---|---|---|
| Seedance 2.5 | 4–30 วินาที ที่ 480p/720p/1080p | ภาพ 30 ภาพ วิดีโอ 10 คลิป เสียง 10 คลิป รวม 50 รายการ | มีเสียงในตัว ไม่มีสวิตช์ | 21 ที่ 720p โดยไม่มีวิดีโออ้างอิง |
| MiniMax H3 | 5–15 วินาที ที่ 768p/1440p | ภาพ 9 ภาพ วิดีโอ 3 คลิป เสียง 3 คลิป | ไม่มีสวิตช์เอาต์พุตเสียง รับเสียงอ้างอิงได้ | 6 ที่ 768p |
| MiniMax H3 Max | 5–15 วินาที ที่ 480p/768p/1080p | ภาพ 9 ภาพ วิดีโอ 3 คลิป เสียง 3 คลิป รวม 12 รายการ | ไม่มีสวิตช์เอาต์พุตเสียง รับเสียงอ้างอิงได้ | 5/8/15 ตามความละเอียดที่ระบุ |
| Veo 3.1 Standard / Fast | 4/6/8 วินาที ที่ 720p/1080p/2160p โดย 1080p ใช้ได้เฉพาะ 8 วินาที | เฟรมเริ่ม/จบและการต่อวิดีโอ ไม่มีโหมดอ้างอิงแบบผสม | มีสวิตช์เสียง | ที่ 720p รุ่น Standard เงียบ 19 / มีเสียง 38 และ Fast เงียบ 10 / มีเสียง 14 |
| Grok Imagine 1.5 | 1–15 วินาที ที่ 480p/720p/1080p | ต้องมีภาพเริ่มต้น | ควบคุมเสียงในพื้นที่ทำงานไม่ได้ | 13 ที่ 720p บวก 1 เครดิต/คำขอ |
นี่เป็นอัตราเอาต์พุต ไม่ใช่ยอดรวมที่ใช้กับทุกงาน วิดีโออ้างอิงเปลี่ยนการคิดเงิน Seedance 2.5 และเพิ่มระยะเวลาอินพุตที่คิดค่าบริการ H3 กับ H3 Max ก็มีค่าไฟล์อ้างอิงด้วย อ่านยอดประมาณการที่แสดงหลังแนบอินพุต เครดิต OmniArt และดอลลาร์ของ API ภายนอกเป็นหน่วยคิดเงินคนละแบบ ตารางนี้ไม่ได้เปรียบเทียบอัตราแลกเปลี่ยนหรือคุณภาพ
โหมดอ้างอิงของ Seedance 2.5 ต้องมีภาพหรือวิดีโอ วิดีโอ/เสียงอ้างอิงแต่ละรายการต้องยาว 2–30 วินาที และแต่ละประเภทมีขีดจำกัดรวม 30 วินาทีแยกกัน เสียงอ้างอิงรองรับ MP3/WAV ข้อจำกัดแคตตาล็อกและขณะทำงานเหล่านี้ตรวจสอบเมื่อ 26 ตุลาคม 2026
สำหรับฉากยาวที่ต้องมีไฟล์อ้างอิงจำนวนมากและเสียง ให้พิจารณา Seedance 2.5 หน้าสาธารณะ ของโมเดลยืนยันว่ามีเสียงในตัวโดยไม่มีสวิตช์ สำหรับฉากสั้นที่ต้องเลือกเปิดหรือปิดเสียง ให้เปรียบเทียบการตั้งค่า Veo 3.1 ใช้ MiniMax H3 กับงานภาพที่อาศัยไฟล์อ้างอิง โดยไม่ตีความอินพุตเสียงอ้างอิงว่าเป็นคำรับรองเอาต์พุตเสียงในตัว Grok Imagine 1.5 เหมาะกับงานที่มีภาพนิ่งเริ่มต้นอยู่แล้ว อย่าสันนิษฐานว่าการควบคุมของรุ่นชื่อใกล้เคียงกันจะใช้ได้เหมือนกัน
พรอมต์ Seedance 2.5 ต่อไปนี้อธิบายฉากเรียบง่ายที่มีบทพูด การ์ดจะเปิดโมเดลและคัดลอกข้อความ คุณต้องตั้งความยาว ความละเอียด และกรอบภาพเองในพื้นที่ทำงาน ป้ายการตั้งค่าไม่ได้แนบไฟล์อ้างอิงหรือตั้งค่าคำขอให้อัตโนมัติ
เปรียบเทียบแต่ละรอบที่สร้างเสร็จตามเกณฑ์ยอมรับเดียวกัน ได้แก่ คำพูด จังหวะ รูปร่าง และความต่อเนื่องของกล้อง หากเสียงพูดหรือมิกซ์สุดท้ายต้องแม่นยำ ให้เผื่อขั้นตอนตัดต่อไว้ แทนการถือว่าเสียงที่สร้างขึ้นคือเสียงพร้อมใช้งานจริง
สิ่งที่ควรติดตาม#
ตรวจสอบอีกครั้งว่าภาพรวมเพื่อการตลาดและ fal รองรับเกิน 5–15 วินาทีที่ระบุหรือยัง และการควบคุมตรงกับเอกสารสำหรับนักพัฒนาหรือไม่ ยืนยันราคาโหมดอ้างอิงในช่องทางที่จะใช้ ตรวจสอบอัตราอีกครั้งหลัง 31 ตุลาคม 2026 ประเด็นที่ยังไม่ชัดเจนเหล่านี้ไม่ได้ยืนยันวันเปิดตัว HeyGen Video บน OmniArt
คำถามที่พบบ่อยเกี่ยวกับ HeyGen Video#
HeyGen Video คืออะไร?
HeyGen Video คือโมเดลสร้างฉากอเนกประสงค์ heygen-video-1 ซึ่งต่างจากเครื่องมือผู้บรรยายของ HeyGen บริษัทระบุวันเปิดตัวเป็น 30 กันยายน 2026 และกล่าวว่าสร้างบนพื้นฐาน MiniMax H3 พร้อมการฝึกภายหลังของ HeyGen รับข้อความ เฟรมแรก หรือไฟล์อ้างอิง และสร้างภาพกับเสียงไปพร้อมกัน (ภาพรวม HeyGen (เปิดในแท็บใหม่) ข้อมูลจากผู้ให้บริการ ตรวจสอบเมื่อ 26 ตุลาคม 2026)
HeyGen Video ราคาเท่าไร?
อัตราเอาต์พุตมาตรฐาน HeyGen API คือ $0.02/วินาทีที่ 480p และ $0.03 ที่ 768p โดยลดครึ่งราคาถึง 31 ตุลาคม 2026 อัตราปกติของ fal สำหรับสร้างวิดีโอจากข้อความคือ $0.02 ที่ 480p/768p และ $0.06/วินาทีที่ 1080p/2K ซึ่งลดครึ่งราคาถึงวันเดียวกัน ตารางราคาแยกกัน และงานอ้างอิงต้องตรวจสอบต่างหาก (HeyGen (เปิดในแท็บใหม่) fal (เปิดในแท็บใหม่) ข้อมูลจากผู้ให้บริการ/แพลตฟอร์ม ตรวจสอบเมื่อ 26 ตุลาคม 2026)
คลิป HeyGen Video ยาวได้เท่าไร?
เอกสารสำหรับนักพัฒนา (เปิดในแท็บใหม่) ของ HeyGen ระบุ 5–30 วินาทีสำหรับการตั้งค่าข้อความ/ภาพที่รองรับ ซึ่งเพิ่มในเดือนตุลาคม 2026 การตั้งค่าอื่นยังอยู่ที่ 5–15 วินาที ภาพรวมเพื่อการตลาด (เปิดในแท็บใหม่) และ fal (เปิดในแท็บใหม่) ยังระบุ 5–15 วินาที คำอธิบายทั้งคู่มาจากผู้ให้บริการ/แพลตฟอร์ม ตรวจสอบเมื่อ 26 ตุลาคม 2026 ตรวจสอบช่องทางและโหมด แทนการสันนิษฐานว่ามีความยาวสูงสุดเดียวกันทุกกรณี
ใช้ HeyGen Video บน OmniArt ได้หรือไม่?
ยังไม่ได้ ณ วันที่ 26 ตุลาคม 2026 ไม่มี HeyGen Video ในแคตตาล็อกสาธารณะของ OmniArt สำหรับวิดีโอพร้อมเสียง ให้เปรียบเทียบ Seedance 2.5 ที่มีเสียงในตัวกับ Veo 3.1 ที่มีสวิตช์เสียง MiniMax H3 บน OmniArt เป็นโมเดลแยกในแคตตาล็อก พื้นฐานที่ร่วมกันไม่ได้ทำให้เป็น HeyGen Video
ลองสร้างวิดีโอพร้อมเสียงในตัวบน OmniArt#
เลือก Seedance 2.5 หรือ Veo 3.1 ในโหมดวิดีโอ ตรวจสอบการตั้งค่าที่มีและยอดประมาณการ แล้วทดสอบฉากหนึ่งที่ระบุความต้องการชัดเจน
