HeyGen Video 完整解析：從數位人走向聲畫同步生成的通用影片模型

HeyGen Video（heygen-video-1）是能一起生成場景與聲音的通用影片模型。如果你熟悉的是 HeyGen 的口播數位人，這裡的工作流程不同：你描述鏡頭，而不是選擇數位人。HeyGen 表示，這款模型以 MiniMax H3 為基礎，另外加入 HeyGen 的後訓練（開發者文件 (在新分頁中開啟)，廠商自述，查核於 2026 年 10 月 26 日）。

實際需要考慮的是：鏡頭是否需要生成對白、需要多長的片段，以及由哪個平台計費。本文將這些決策與畫質宣稱分開說明。截至 2026 年 10 月 26 日，OmniArt 尚未提供 HeyGen Video。 如果你在 OmniArt 創作，下方比較會介紹目前可用的影片選擇及其開放的設定項目。

從數位人到通用影片模型#

HeyGen 在影片模型概覽 (在新分頁中開啟)中將發布日期標為 2026 年 9 月 30 日（廠商自述，查核於 2026 年 10 月 26 日）。它的數位人引擎根據腳本驅動既有的講解者；HeyGen Video 則根據場景描述生成主體、環境與聲音。首個影格圖片或一組參考素材可以引導場景生成。

如果你需要口播數位人，可以參考數位人與嘴型同步工作流程。如果你需要商品鏡頭、帶口語對白的場景，或營造氛圍的定場鏡頭，就應依鏡頭需求評估通用影片模型。共用模型基礎，不代表 OmniArt 的 MiniMax H3 與 HeyGen Video 可以互換。

heygen-video-1 能做什麼#

下表彙整 HeyGen 開發者文件 (在新分頁中開啟)，查核於 2026 年 10 月 26 日。所有規格均為廠商自述；本文並未實際呼叫 API 進行測試。

對開發者而言，文件中的建立端點為 POST /v3/models/videos，模型為 heygen-video-1，需使用付費 API 金鑰（廠商自述來源與查核日期同上）。API 使用權限需要另外確認，不能與應用程式訂閱混為一談。

兩套長度說明都需要保留。 開發者文件列出有條件的 5–30 秒範圍，更新紀錄 (在新分頁中開啟)將這項擴充標註為「2026 年 10 月新增」。HeyGen 的行銷概覽 (在新分頁中開啟)仍描述為 5–15 秒片段；fal 模型頁面 (在新分頁中開啟)和介面結構定義 (在新分頁中開啟)也列出 5–15 秒（均為廠商／平台自述，查核於 2026 年 10 月 26 日）。本文不將這項差異歸結為通用上限。規劃長鏡頭前，先確認使用管道、模式及增強設定。

以參考素材引導創作時，依用途標示輸入：商品外觀、動作、聲音或環境。HeyGen 文件在提示詞中使用 Picture 1、Video 1 等標籤。把動作參考剪成需要的片段；上傳較長的檔案，不會讓模型看到後面的動作。使用的素材應有可查證的肖像、聲音及商業使用權。

原生音訊與 Seed：實際流程有哪些改變#

一起生成畫面和聲音，可以減少另外製作暫用配音與嘴型同步的步驟。但檢查也會互相牽動：鏡頭畫面可能已經可用，某個名字的發音、時間點或背景聲卻還需要重試。這是工作流程上的影響，並非音訊品質的證據，也不代表能在同一次生成中獨立替換音軌。

把對白寫成自然口語，寫清楚周圍的聲音，並說明是否需要音樂。檢查商品幾何形狀、物體接觸關係時，也要檢查語音清晰度和時間配合。有聲樣本既不能證明發音能穩定重現，也不能證明混音已達到交付客戶的標準。

HeyGen 表示，在同一次部署內，連續送出相同提示詞與 Seed 會得到相同檔案（Seed 文件 (在新分頁中開啟)，廠商自述，查核於 2026 年 10 月 26 日）。比較創作方向時，儲存完整設定、固定 Seed，每次只改一個子句。Seed 無法永久保證跨部署一致；改動提示詞，也不保證其他所有細節維持不變。

看懂 HeyGen Video 的價格#

平台名稱與解析度同樣重要。下表採用 HeyGen 價格概覽 (在新分頁中開啟)、目前的模型頁面 (在新分頁中開啟)和 fal 文生影片頁面 (在新分頁中開啟)，查核於 2026 年 10 月 26 日。這些是廠商／平台公布的輸出費率，並非 OmniArt 價格。

HeyGen API 的上線價格，是將其公布的半價促銷套用到標準費率後得出的。高解析度 HeyGen API 價格以公布的倍數呈現，並非獨立引述的絕對金額。參考生成影片需要另外估算預算：HeyGen 目前重新導向後的到達網頁，無法確定參考模式的確切費率。送出參考任務前，先確認適用的輸入和輸出費用；不要自行將這張表套用到這些任務。

HeyGen 訂閱頁面 (在新分頁中開啟)列出的 Creator 方案為每月 $29，包含 HeyGen Video 1 使用權限（廠商自述，查核於 2026 年 10 月 26 日）。這項應用程式訂閱並不是 API 按秒計費的價格。HeyGen 概覽還列出 $5 預付 API 錢包及合作管道；這些資訊不能證明各服務的設定、價格或帳號權限相同。

現在需要原生音訊影片：OmniArt 上的選擇#

從 OmniArt 影片開始，依鏡頭需求挑選設定項目。下表依據本儲存庫 ef557046 的公開目錄及點數費率表，查核於 2026 年 10 月 26 日；模型連結會開啟對應的公開頁面。音訊參考輸入和音訊輸出設定，是兩種不同能力。

這些是輸出費率，並非所有任務的總費用。參考影片會改變 Seedance 2.5 的計費，並增加按輸入長度計算的費用；H3 和 H3 Max 也有參考素材費用。附加輸入後，查看畫面顯示的預估費用。OmniArt 點數和第三方 API 的美元費用是不同的計費單位；此表不做匯率或畫質比較。

Seedance 2.5 的參考模式需要圖片或影片。單支影片／單段音訊參考必須為 2–30 秒，兩種類型各有獨立的 30 秒總長度預算；參考音訊支援 MP3/WAV。上述目錄及執行階段限制查核於 2026 年 10 月 26 日。

如果需要較長的場景、多份參考素材和聲音，可以考慮 Seedance 2.5。它的公開頁面確認原生音訊無需開關。如果是較短場景，且需要選擇是否生成音訊，可以比較 Veo 3.1 的設定。MiniMax H3 適合以參考素材引導的視覺創作，但不能把它的音訊參考輸入視為原生音訊輸出的承諾。Grok Imagine 1.5 適用於已經有起始靜態圖片的情境；不要假設名稱相近的其他版本具備相同設定項目。

下方 Seedance 2.5 提示詞描述了帶對白的簡單場景。卡片會開啟模型並複製文字；片長、解析度和構圖需自行在工作台設定。設定標籤不會自動附加參考素材或設定請求。

以相同驗收標準比較每次完整嘗試：說出的詞句、時間配合、形狀與鏡頭連續性。如果最終人聲或混音必須精準，記得保留後製空間，不要把生成的聲音等同於可交付的成品聲音。

後續觀察#

留意行銷概覽和 fal 是否突破目前標示的 5–15 秒，以及它們的設定項目是否與開發者文件一致。在準備使用的管道確認參考模式價格。2026 年 10 月 31 日之後再次查核費率。這些尚待確認的問題，都無法據此推定 HeyGen Video 在 OmniArt 的上線日期。