Пять видеомоделей вместо HeyGen: проверяю, как сделать аватар из фото

Создать своего цифрового клона! Какого хочешь: от супергероя до бомжа. И чтобы он говорил на видео то, что ему напишешь. Когда-то в детстве (у меня оно пришлось на нулевые) такое было возможно только в фантастических фильмах.

А теперь…

Но и теперь, на самом деле, не все так просто.

Друг посоветовал HeyGen для создания ИИ-аватаров. Спасибо ему. Но есть нюанс: бесплатно там доступно только три видео в месяц, да и то с водяными знаками. А с оплатой из России — проблемы.

Как я искал аналоги HeyGen

Я, конечно, потыркался, но из нашей необъятной шестой части суши заморский этот продукт на полную катушку попробовать мне так и не удалось. Друг что-то там объяснял про казахские карты. Но мне такие заморочки не нужны, и решил я пойти совсем обходным путём по завету Ганимеда (или кого там? Ну, короче, который «умный и в гору не пойдёт, умный гору обойдёт»).

Для теста я выбрал платформу для работы с ИИ без вышеописанных проблем. Кота за сами знаете что тянуть не буду, выбрал БотХаб. Там можно удобно переключаться между видеомоделями. Я проверил аналоги HeyGen — Wan 3.0 Prime, Grok Imagine Video 1.5, PixVerse V6, Veo 3.1, LTX Video — и на одном сценарии и расскажу, что сработало лучше.

Важное замечание: если вам необходим суперполноценный ИИ-клон, наверное, стоит заморочиться со способами доступа к HeyGen. Если же, как и у меня, требования к результату у вас чуть ниже — главное, чтобы прикольный вы в каком-то образе что-то говорил, — подойдут и варианты ниже.

Пять нейросетей на одного пирата: собственно, тест

В качестве теста я решил создать небольшое приветствие, где бы я в образе пирата Карибского моря приглашал всех на праздник Нептуна.

К этому запросу я прикладывал свою старую фотку в анфас.

Wan 3.0 Prime

У этой модели получился довольно достойный результат. Придумала фишку с динамичным преображением фото. Мимика и эмоции сделаны хорошо, задний план — анимированный. Фактура реквизита очень удалась, прямо ощущение, что со съёмок «Пиратов…» ИИ её и унесла.

Конечно, в целом картинка получилась несколько «компьютерной», но у меня и не было цели создавать какой-то дипфейк. Так что — зачёт.

Единственное замечание: ИИ переиначила текст, который я дал ей в кавычках. Но, в целом, некритично.

По стоимости вышло 75,61 рубля за 5 секунд.

Grok Imagine Video 1.5

От нейросети Маска я получил 1-секундное видео, видимо, как пример). Grok проигнорировал промпт, в котором была задана фраза. При этом исходное фото он зачем-то оставил 25-м кадром, а потом сразу заменил на наряженного меня. Реквизит, честно говоря, пластиковый и очень уж игрушечный. Но мимика и голос при этом получились нормально.

По цене — 11,84 рублей за 1 секунду. Как по мне, довольно дорого за такой результат.

PixVerse V6

Интересно вышло справиться с задачей у этой модели. Переоблачение в пирата прямо на видео — очень удачный приём. Для моей задачи лучшая аллегория. Немного разочаровало только не очень чёткое попадание речи в движение губ. Но что хорошо — нейросеть исполнила текст без искажений.

77,83 руб. за 4 секунды.

Veo 3.1

Эта нейросеть от Google дала странный результат. Во-первых, анимированный переход, как в старых презентациях, во-вторых, довольно странная, как мне кажется, мимика и жесты. К тому же, сначала идёт вертикальное видео, потом горизонтальное…

А стоит всё это добро аж 355,38 руб. За 4 секунды. В общем, дизлайк.

LTX Video

Самый дешёвый вариант в моей тестовой подборке дал худший результат. Точнее, никакого результата фактически. Просто выдал галлюцинации поверх фото. Судите сами.

Ну хоть отдал за это чудо всего 14,53 руб. за 3 секунды. И на том спасибо.

Кстати, хотел я, конечно, попробовать и Kling, но фильтры не пропустили моё фото. Как я понял, здесь нельзя создавать ИИ-аватары на основе реальных людей.

Итог моего теста

Чтобы сделать взвешенный выбор, я составил табличку.

Больше всего мне понравился результат у Wan 3.0 Prime и PixVerse V6.

А вы, при желании, расскажите в комментах о своём опыте создания ИИ-аватаров — мне будет очень интересно почитать.