Hedra 釋出 Character-1.5：口型動作更逼真，還支援一鍵變裝

給一張照片配上一段音訊，讓畫裡的人張嘴說話，這套玩法你大概在不少工具裡見過，但大多數成果看起來都像硬扯著麵皮的皮影戲，稍微看久一點就掉進恐怖谷。

AI 角色生成平臺 Hedra 試圖打破這個僵局。8 月 15 日，Hedra 正式上線了新一代基礎模型 Character-1.5，同時還帶來了一個名為 Stylize 的全新風格化功能。

這次更新最直接的變化，是讓角色的頭部轉動和麵部微表情變得更逼真，嘴唇動作與聲音的同步率也大幅提升。

連樂高小人和手辦都能開口說話

Hedra 把 Character 定位為自家的基礎模型家族，專門用來生成動作一致、神態自然的 AI 人物影片。之前的 1.0 版本主要解決對口型，而 1.5 版本把重點放在了動作的連貫度上。

有趣的是，它對輸入素材幾乎不挑食。無論是真人肖像照片、手繪插畫，還是桌上的塑膠可動人偶，扔進系統都能被直接啟用，按照上傳的音訊節奏自然開口。

新加入的 Stylize 功能則像是一個內建的換裝與濾鏡引擎。使用者不僅能給畫面裡的人物換上新衣服、替換背景，還可以把整張臉直接重繪成樂高積木風或動漫風。

在實際測試中，外媒 Tom's Guide 用本地執行的 Flux.1 生成了醫生、建築工人、咖啡師等多組人物面孔，再配合 ElevenLabs 生成的配音，放進 Hedra 生成動態影片。

測試發現，模型對聲音的情感反應相當敏銳。雖然在醫生的測試片段裡嘴角周圍偶有瑕疵、頭部動作稍顯誇張，但在建築工人和咖啡師的案例中，眨眼節奏和麵部肌肉的配合明顯比一代更自然，整體質感提升明顯。

為什麼重要

對於個人創作者、播客主播和出海營銷團隊來說，這套工具非常值得現在去上手。Hedra 目前提供了相當寬鬆的免費額度，配合本地畫圖工具和語音生成器，一個人在幾分鐘內就能搭起一條數字人播報的工作流，試錯成本幾乎為零。

在行業層面，這看起來是生成式影片競爭轉向「角色一致性」的一個縮影。以往像 Runway 或 Luma 這類通用影片模型，做大場面很強，但只要鏡頭對準人臉、要求長時間說話，角色往往兩秒鐘就變形。

Hedra 聰明的地方在於它沒有硬碰大場景生成，而是死磕面部動態和對口型這一個垂直切口，並順勢用 Stylize 補齊了二創所需要的風格遷移能力。

不過隱患也依然擺在眼前。從測試結果來看，模型在某些極端角度下的眨眼動作依舊略顯機械，嘴部邊緣的高頻運動偶爾也會漏出 AI 破綻。它離真正的影視級表演還有距離，但在短影片和虛擬講解員這個生態位裡，同行們顯然要感受到壓力了。