Rohan Paul (@rohanpaul_ai)T2·开发与工程
58 分
HeyGen 推出 Decision 1 模型,它不生成任何文本,而是接收文本、图像、视频或音频输入,最多回答 400 个问题,每个问题输出一个可供代码直接使用的概率值。该模型已通过 AI/ML API 平台上线,官方演示中手势与情绪识别 8 题全对,单次成本约 0.0027 美元。
AI 视频生成公司,主打数字人分身与多语言口型同步视频创作平台
HeyGen 推出 Decision 1 模型,它不生成任何文本,而是接收文本、图像、视频或音频输入,最多回答 400 个问题,每个问题输出一个可供代码直接使用的概率值。该模型已通过 AI/ML API 平台上线,官方演示中手势与情绪识别 8 题全对,单次成本约 0.0027 美元。
HeyGen 的 Decision 1 模型已在 OpenRouter 上线,可在单次请求中同时处理视频、音频、图像与文本,并对每个问题返回校准后的概率,例如判断自拍视频与证件照是否同一人、是否为活体采集。单次调用最多支持 400 个问题,延迟约 100 毫秒,12 月 1 日前输入价格为五折。
HeyGen 的 Avatar 6 数字人模型已通过 OpenRouter 开放调用,输入一张照片或一段参考视频加语音轨道,即可输出带唇形同步、手势与表情跟随音频的说话视频,支持 1080p 与 2K。同时推出 Avatar 6 Turbo 版本,1080p 下每秒 0.05 美元,价格减半。