HeyGen和Sora联名推出数字人：AI真人效果大PK

引言

在2025年1月9日，卡尔的AI沃茨 (@aiwarts) 在X平台上发布了一系列帖子，详细介绍了HeyGen与Sora合作推出的数字人项目，并对三款AI真人的效果进行了横评。这篇文章将整理这些内容，探讨这些AI工具在成本、功能和效果上的表现。

HeyGen和Sora联名数字人

HeyGen和Sora联手推出了一款数字人产品，卡尔的AI沃茨利用这一技术，以十分之一的成本成功复制了即梦、可灵与海螺的三款AI真人。效果非常出色，尽管成本依旧不菲，但这也预示着其他AI视频的数字人效果已经达到了商用级别。

🙀 HeyGen和Sora联名推出数字人，我用1/10的成本复刻出即梦、可灵与海螺的三款AI真人

效果确实是强哈。就是这费用依旧很美丽（用不起啊）

而且既然Sora能用，是不是也预告着其他的AI视频的数字人效果也达到了商用级别？

所以，我横评了可灵、即梦、以及 Flux +海螺来一个AI真人效果大PK！

可灵 1.6的测试

可灵1.6版本同时具备图片生成、视频生成和口型同步功能。测试步骤如下：

1. 生成真人照片：使用可图1.5生成一张相似的真人照片。
2. 生成视频：使用可灵1.6一键生成视频，提示语为“一个女人在说话”。
3. 口型同步：在生成的视频左下角点击“对口型”功能，上传音频完成同步。

可灵支持多语言口型同步，视频模型1.6在面部肌肉变化、头部晃动和眨眼方面表现自然，效果接近HeyGen的水准。遗憾的是，可灵目前只能对其站内生成的视频进行口型同步，无法上传外部视频。

一、可灵 1.6

@Kling_ai 可灵站内同时具备图片生成、视频生成、口型同步三个功能，所以我们直接一套来测。

1. 用可图1.5 生成一张相似的真人照片
2. 用可灵1.6 一键生成视频，我用的视频生成提示语是“一个女人在说话”
3. 在生成好的视频的左下角可以点击“对口型”功能，上传音频就可以完成

可灵目前支持多语言的口型同步，在1.6视频模型的加持下，面部肌肉会伴随口型动作有相应的变化，头部晃动和眨眼也很自然，可以达到媲美Heygen的程度。

小遗憾是，可灵目前只可以对自己站内生成的视频进行口型同步，不能自主上传视频。

即梦的测试

即梦2.1版本的图片生成模型和即梦p2.0 pro视频模型用于生成真人照片和视频。测试步骤如下：

1. 生成真人照片：使用即梦2.1生成真人照片。
2. 生成视频：使用即梦p2.0 pro生成视频，提示语为“女人正在说话”。
3. 口型同步：选择视频，点击“小嘴巴”标志进入对口型功能，直接上传音频进行同步。

即梦目前只支持中文对口型，AI感较为明显，尤其在人物动作不大的情况下，口型同步后的效果显得不自然。不过，即梦支持本地上传视频进行口型同步，最长支持30秒视频。

二、即梦

1. 用即梦2.1 @dreamina_ai 图片生成模型，生成一张真人照片
2. 然后直接生成女人正在说话的视频，这里我用的是 即梦p2.0 pro 视频模型，
3. 即梦同时也具有一站式的对口型工具，选择我们要使用的视频点击“小嘴巴”标志就可以进入到对口型的功能界面。然后直接上传想要对口型的音频就可以一键生成了！

不过即梦目前只支持中文对口型，AI感还是稍微有些明显，但这可能是因为在生成视频时，人物动作尤其是嘴巴没有太大的动作，导致对完口型后嘴巴大幅度的动作会显得有些不太自然。

好的地方是即梦目前支持本地上传视频对口型（随心所欲），最多支持30s视频的口型同步。

FLUX + 海螺 + 即梦的测试

结合FLUX的高写实性、海螺的动作生成以及即梦的口型同步功能，进行了一个强强联合的测试：

1. 生成真人照片：在liblib选择F1.0模型生成亚洲女生正面照。
2. 生成视频：将照片导入海螺生成5秒视频。
3. 口型同步：将视频上传到即梦，使用相同音频进行口型同步。

整体效果比即梦自身生成的视频更为自然，牙齿和面部动作更为流畅。这解释了为什么HeyGen会选择与Sora合作，因为要达到真实Oops, something broke. Talk to me later?