HeyGenが「Avatar IV」発表：身振りや表情の癖まで再現するデジタルツイン

動画を1本撮るだけでも、言い淀んで撮り直したり、カメラの前で表情が硬くなったりと、想像以上の手間がかかります。

HeyGenの創業者であるJoshua Xu氏は、同社のデジタルツイン機能が新世代モデル「Avatar IV」によってアップデートされ、すでに利用可能になったと発表しました。

表情や癖までそのまま再現

Avatar IVの最大の狙いは、いかにもAIとわかる不自然さをなくすことです。

Xu氏の説明によると、新モデルはユーザーの表情だけでなく、手振りやその人特有の細かな仕草まで学習して再現します。

唇だけを動かす従来のスタイルとは異なり、頭から足先まで全身が自然に連動して動く点が特徴です。さらに、用意されたテキストの文脈に合わせて、本人が話しているかのような自然なトーンで発声します。

撮影機材の準備や繰り返しのテイクを不要にし、情報発信を増やしたいクリエイターや経営者向けの機能として打ち出しています。

なぜ重要か

動画での情報発信やカスタマー対応を1人でこなしているビジネスパーソンにとって、収録の手間をまるごと削減できるメリットは大きいです。これまでアバターの不自然さが気になって導入を見送っていた層にとっても、試してみる価値があります。

業界全体で見ても、アバター技術の競争は単なるリップシンクの精度から、全身の自然な所作や感情表現をどれだけ違和感なく再現できるかへと移行しつつあります。

ただ、本人の癖まで完璧に模倣できるようになると、受け手側の見分けがつかなくなり、なりすましや発言の真正性を巡るリスクが高まる点には注意が必要です。