Avatar 6(アバターシックス)は、HeyGenが2026年11月に発表した最新のアバターモデルで、写真1枚と短い動画・音声から、台本の意味に合わせて身ぶりまで変える本人そっくりの動画を生成できるのが特徴です。
室谷代表取締役HeyGenが「Avatar 6」を出してきたんですよね。公式の投稿が「どっちが本物か分かる?」から始まっていて、84%は見分けられなかった、と。
これはかなり攻めた出し方だなと。
これはかなり攻めた出し方だなと。
テキトー教師DotAI 認定講師しかも「New Measure's Avatar Arenaで1位」という枕詞つきです。単にきれいになったという話じゃないんですよ。
アバターの「動きの作り方」そのものが変わった、というのが今回の発表の芯です。
アバターの「動きの作り方」そのものが変わった、というのが今回の発表の芯です。
HeyGen Avatar 6とは?何が発表されたのか
HeyGen Avatar 6の発表内容
リアルさの向上
HeyGenいわく「これまでで最もリアルなアバターモデル」。公式ページに「our smartest, most powerful avatar model yet」と記載
ジェスチャー生成
台本の内容を理解するジェスチャー
参照素材からの生成
30秒の動画、数枚の写真、1回の音声録音で見た目・声・動きを学習
2体アバターの会話
2体のアバターを同じ画面で会話させる機能
ライブデモ予定
2026年11月18日午前10時(米国太平洋時間)、60分のウェビナーとして告知
室谷代表取締役まず定義から整理すると、Avatar 6はHeyGenが発表した最新のアバターモデルで、HeyGenいわく「これまでで最もリアルなアバターモデル」という位置づけです。公式ページには「our smartest, most powerful avatar model yet」と書かれています。
テキトー教師DotAI 認定講師発表の柱は大きく4つです。リアルさの向上、台本の内容を理解するジェスチャー、参照素材からの生成、そして2体のアバターを同じ画面で会話させる機能。
加えて、2026年11月18日午前10時(米国太平洋時間)にライブデモが予定されていて、60分のウェビナーとして告知されています。
加えて、2026年11月18日午前10時(米国太平洋時間)にライブデモが予定されていて、60分のウェビナーとして告知されています。
室谷代表取締役ライブデモの告知ページには「30秒の動画、数枚の写真、1回の音声録音で、Avatar 6があなたの見た目・声・動きを学ぶ」とあります。つまり「アバターを事前にセットアップしてから使う」という発想から、「参照素材を渡せばその場で本人になる」という方向に寄せてきたわけです。
テキトー教師DotAI 認定講師ここは講座でも説明が難しいところで、従来のアバターは「一度作ったアバターを使い回す」前提でした。Avatar 6はモデルAPIのドキュメントに「There is no avatar or voice to set up first」とはっきり書かれているんですよ。
参照メディアと音声を渡すだけでアニメーションする、と。
参照メディアと音声を渡すだけでアニメーションする、と。
室谷代表取締役そこは実務者として大きいですね。MYUUUでも動画制作のたびに「どのアバターを使うか」を先に決める工程があったんですが、素材を渡して生成する形になるとワークフローが変わります。
Avatar 6でできること――文脈を読むジェスチャーと2体会話
Avatar 6でできること
リアルさ
全フレームがネイティブ2K。実映像と並べて84.4%が見分けられない(前モデルAvatar Vは44.4%)
文脈理解ジェスチャー
台本の意味を理解し、指差し・数え・方向を示す動きなど内容に合ったジェスチャー。感情・表情・ジェスチャーはプロンプトで指定可能
Fresh motion, every line
従来は同じジェスチャーを使い回していたが、台本に合わせて動きを毎回生成
2体同時会話
同じフレームに2体のアバターを置き、ホストとゲストの掛け合いを一度に生成。台本は両方の側を書く形
長尺対応
長い台本でもアバターの一貫性を保つ(longer context)
Great the first time
初回で決まる訴求。何回も作り直さずに済み制作コストに直結
テキトー教師DotAI 認定講師機能を整理するとこうです。まずリアルさ。
全フレームがネイティブ2Kで、実映像と並べて84.4%が見分けられない、と公式ページにあります。前モデルのAvatar Vは44.4%だったので、ここは数字で比較できる改善点です。
全フレームがネイティブ2Kで、実映像と並べて84.4%が見分けられない、と公式ページにあります。前モデルのAvatar Vは44.4%だったので、ここは数字で比較できる改善点です。
室谷代表取締役2つ目が文脈理解ジェスチャー。台本の意味を理解して、指差し・数え・方向を示す動きなど、内容に合ったジェスチャーをする。
しかも感情や表情、ジェスチャーはプロンプトで自分で指定できる、と。
しかも感情や表情、ジェスチャーはプロンプトで自分で指定できる、と。
テキトー教師DotAI 認定講師3つ目が「Fresh motion, every line」。従来は「Previous avatars looked like you but recycled the same gestures」、つまり本人に見えても同じジェスチャーを使い回していた。
Avatar 6は台本に合わせて動きを毎回生成する、という説明です。
Avatar 6は台本に合わせて動きを毎回生成する、という説明です。
室谷代表取締役これは地味に効くところで・・・。ループ再生っぽい動きって、視聴者は言葉にできないけど「AIっぽい」と感じるんですよね。
そこを潰しにきたのは分かります。
そこを潰しにきたのは分かります。
テキトー教師DotAI 認定講師4つ目が2体同時会話。同じフレームに2体のアバターを置いて、ホストとゲストの掛け合いを一度に生成できる。
台本は両方の側を書く形です。公式ページには「Try two avatars in MCP」という導線も出ています。
台本は両方の側を書く形です。公式ページには「Try two avatars in MCP」という導線も出ています。
室谷代表取締役2人会話は用途が広いですよね。インタビュー形式の教材とか、対談風のマーケ動画とか。
1本ずつ撮って編集でつなぐ手間がなくなる。
1本ずつ撮って編集でつなぐ手間がなくなる。
テキトー教師DotAI 認定講師5つ目が長尺対応。長い台本でもアバターの一貫性を保つ、と。
ウェビナーの告知でも「longer context」で一貫性を維持する話が挙がっています。
ウェビナーの告知でも「longer context」で一貫性を維持する話が挙がっています。
室谷代表取締役あと「Great the first time」、つまり初回で決まるという訴求も入っています。何回も作り直さずに済む、というのは制作コストに直結する主張です。
テキトー教師DotAI 認定講師ただし、これはあくまでHeyGenの主張です。実際の作例は公式ページのShowcaseに並んでいて、"Real creators, real scripts, zero cameras"、しかも「most of them from a single photo」と書かれています。
写真1枚からの生成例が中心になっている点は押さえておきたいですね。
写真1枚からの生成例が中心になっている点は押さえておきたいですね。
Avatar 6の使い方・始め方――写真と30秒の動画から動画生成まで
Avatar 6の使い方 3ステップ
- 01アバターを録る写真をアップロードして本人確認。自分が話している動画を録る(最低15秒、参照として最大30秒まで)。Avatar 6が声・表情・動きを拾う
- 02台本を用意自分の台本を持ち込む/音声をアップロード/自分で話して録る。ゼロからならプロンプト入力でHeyGenが台本を書く
- 03生成して共有声・プレゼンターのスタイル・ペースを設定して生成。完成動画をダウンロードして共有。ページ上では2回まで試せる
室谷代表取締役使い方の流れも公式ページに整理されています。3ステップです。
テキトー教師DotAI 認定講師まずアバターを録る。写真をアップロードして本人確認をし、少なくとも15秒、自分が話している動画を録る。
Avatar 6が声・表情・動きを拾う、という流れです。
Avatar 6が声・表情・動きを拾う、という流れです。
室谷代表取締役ここ、資料によって数字が違うんですよね。発表の投稿とウェビナー告知は「最大30秒の動画」、モデルページの手順は「at least 15 seconds」。
つまり最低15秒、参照としては最大30秒まで使える、と読むのが自然です。
つまり最低15秒、参照としては最大30秒まで使える、と読むのが自然です。
テキトー教師DotAI 認定講師次に台本。自分の台本を持ち込むか、音声をアップロードするか、自分で話して録る。
ゼロからならプロンプトを入れるとHeyGenが台本を書いてくれる、と。
ゼロからならプロンプトを入れるとHeyGenが台本を書いてくれる、と。
室谷代表取締役最後に生成。声・プレゼンターのスタイル・ペースを設定して生成し、完成動画をダウンロードして共有する。
モデルページには「2 free takes here, then keep going in the HeyGen app」とあって、ページ上で2回まで試せる形になっています。
モデルページには「2 free takes here, then keep going in the HeyGen app」とあって、ページ上で2回まで試せる形になっています。
テキトー教師DotAI 認定講師もっと細かい制御をしたい人向けに、APIのドキュメントも公開されています。Model APIは参照画像または参照動画+音声を送る形、Application APIはHeyGenのアバターlook+台本+音声を送る形です。
室谷代表取締役解像度は1080pがデフォルトで2Kも選べる。720pと4Kはサポート外、とドキュメントに明記されています。
motion_promptは1,200文字までで、ジェスチャー・表情・姿勢・カメラを平文で指示できる。motion_expressivenessは「default」か「less」の2択です。
motion_promptは1,200文字までで、ジェスチャー・表情・姿勢・カメラを平文で指示できる。motion_expressivenessは「default」か「less」の2択です。
テキトー教師DotAI 認定講師参照素材の扱いも分かれています。写真参照は全ワークスペースで使えて、本人の許可があれば同意フローは不要。
動画参照はエンタープライズ顧客向けで、本人がHeyGenで同意を確認してから提出する形です。アニメやイラストのキャラクターは、どのワークスペースでも参照として使えると書かれています。
動画参照はエンタープライズ顧客向けで、本人がHeyGenで同意を確認してから提出する形です。アニメやイラストのキャラクターは、どのワークスペースでも参照として使えると書かれています。
室谷代表取締役非人間キャラやスタイライズされた素材が使えるのは、講座でもよく質問が出るところです。実写の本人再現だけでなく、キャラクター動画の作り方としても見ておきたいですね。
テキトー教師DotAI 認定講師参照のサイズ上限も決まっていて、URLやbase64で動画50MB・画像32MBまで。それより大きい動画は最大200MBまで直接アップロードしてasset_idを渡す形です。
Avatar 6の料金・無料トライアルと日本からの利用可否
室谷代表取締役料金はどうなっているんですか。
テキトー教師DotAI 認定講師公式の料金ページでは、Freeが0ドルで月3本・透かし付き・1分まで、しかも「Access to Avatar 6 and Video Agent」と書かれています。つまり無料プランでもAvatar 6に触れます。
室谷代表取締役クレジットカード不要で試せる、というのも料金ページのFAQに明記されています。これは導入のハードルとして大きいですよね。
テキトー教師DotAI 認定講師有料はCreatorが月29ドル(年払いなら月24ドル)、Proが月49ドルから。Creatorには「Avatar 6 Turbo」、Proには「Avatar 6 Pro」が含まれます。
Proは1,000クレジットで、プロ向けの音声クローンや4K書き出しなども付いてきます。
Proは1,000クレジットで、プロ向けの音声クローンや4K書き出しなども付いてきます。
室谷代表取締役ここ、プランによって使えるモデルが違うのが要注意です。FreeはAvatar 6本体、CreatorはTurbo、ProはProという整理で、比較表にもAvatar 6 TurboとAvatar 6 Proの行が分かれています。
テキトー教師DotAI 認定講師動画の最大尺も違います。Freeは1分、CreatorとProは30分。
Avatar 6の最大尺も同じく1分・30分・30分の並びです。モーション/ジェスチャー制御はFreeが月3回、Creatorが月20回、Proが最大、となっています。
Avatar 6の最大尺も同じく1分・30分・30分の並びです。モーション/ジェスチャー制御はFreeが月3回、Creatorが月20回、Proが最大、となっています。
室谷代表取締役日本からの利用可否はどうなんですか。
テキトー教師DotAI 認定講師公式ページに日本限定の記載は見当たりません。料金ページには30以上の言語、Creator以上で175の言語と方言に対応するとあり、グローバル前提の製品です。
ただし日本向けの料金表示や地域制限の詳細は、今回の資料では明らかにされていません。
ただし日本向けの料金表示や地域制限の詳細は、今回の資料では明らかにされていません。
室谷代表取締役為替換算や請求通貨も資料には出ていないので、そこは契約画面で確認するしかないですね。あと、App Storeのレビューには「クレジット消費が不透明」「プロンプト通りに出力されず試行錯誤が必要」といった不満も見られます。
クレジット制である以上、生成回数の見積もりは最初に押さえておきたいところです。
クレジット制である以上、生成回数の見積もりは最初に押さえておきたいところです。
Avatar 6は従来モデルと何が違う?84.4%というリアルさの意味
室谷代表取締役ここが一番誤解されやすいので、丁寧にいきたいんですよね。84.4%という数字の意味です。
テキトー教師DotAI 認定講師公式FAQに定義が書かれています。実録音と並べて、評価者がAvatar 6を「本物」と選んだ割合が42.2%。
50%なら完全に見分けがつかない水準なので、Avatar 6はそこまで84.4%到達している、という計算です。
50%なら完全に見分けがつかない水準なので、Avatar 6はそこまで84.4%到達している、という計算です。
室谷代表取締役つまり「84.4%の人が見分けられなかった」という言い方と、「見分けがつかない状態の84.4%まで来た」という言い方は、同じ数字でも意味が違う。公式FAQは後者で説明しています。
テキトー教師DotAI 認定講師ここは正確に伝えたいところです。単体で見せた場合の数字も出ていて、実録音が78.9%(回答612)、本人の声のAvatar 6が65.1%(回答304)、HeyGen VoiceのAvatar 6が56.5%(回答308)。
並べて比べた場合は、本物が選ばれたのが57.8%、Avatar 6が本物として選ばれたのが42.2%(回答270)です。
並べて比べた場合は、本物が選ばれたのが57.8%、Avatar 6が本物として選ばれたのが42.2%(回答270)です。
室谷代表取締役回答数も公開されているのが誠実ですね。サンプル数が数百規模だという前提は置いておく必要があります。
テキトー教師DotAI 認定講師従来モデルとの差でいうと、Avatar Vが44.4%でAvatar 6が84.4%。単純に約2倍です。
公式FAQにも「How is it different from Avatar V?」という項目が立っています。
公式FAQにも「How is it different from Avatar V?」という項目が立っています。
室谷代表取締役ただし、この84.4%はあくまでHeyGenが実施した比較の数字です。第三者が同じ条件で再現した結果ではないので、そこは区別して読みたいですね。
テキトー教師DotAI 認定講師リップシンク・モーション・リアルさのすべてが改善した、と公式ページには書かれています。リップシンクだけ、動きだけ、という部分最適の話ではないんですよ。
Avatar Arena 1位――比較評価で示された強みと限界
室谷代表取締役発表のもう一つの柱がAvatar Arena 1位です。これはどういう評価なんですか。
テキトー教師DotAI 認定講師公式ページによると、Avatar 6はSeedance 2.5、Wan 3.0、自社の旧モデル、商用アバター製品と比較され、動画内の人物、外部評価者、実映像との並列比較で判定されたとあります。結果として、商用アバター製品トップ9の中で総合1位、外部評価者による6項目すべてで1位、と。
室谷代表取締役さらにSeedance 2.5との並列比較で、Avatar 6の映像が選ばれたのが72.4%と書かれています。
テキトー教師DotAI 認定講師ここは数字の出どころを整理しておきたいですね。84.4%は「実映像と見分けがつかない度合い」、72.4%は「Seedance 2.5との比較でAvatar 6が選ばれた割合」、6/6は「外部評価者の6項目で1位」、#1は「商用アバター製品トップ9中の総合順位」。
それぞれ別の指標です。
それぞれ別の指標です。
室谷代表取締役混ぜて読むと誤解するやつですね。あと、Avatar Arena自体がどんな母集団・手法で評価しているかの詳細は、今回の資料では明らかにされていません。
テキトー教師DotAI 認定講師限界も正直に置いておきたいです。まず、評価はHeyGenが主導した比較であること。
次に、参照動画を使った最高精度のモードはエンタープライズ向けで、全ワークスペースが使えるわけではないこと。写真参照は使えますが、動画参照なしの写真lookは動画参照なしでレンダリングされる、とドキュメントに書かれています。
次に、参照動画を使った最高精度のモードはエンタープライズ向けで、全ワークスペースが使えるわけではないこと。写真参照は使えますが、動画参照なしの写真lookは動画参照なしでレンダリングされる、とドキュメントに書かれています。
室谷代表取締役あとAPIの制約も地味に重要です。Application APIではAvatar 6は単一アバターのリクエストのみ対応で、raw-imageリクエスト、スタジオシーン、バッチ作成、シーン編集ではサポートされない。
engineを省略するとAvatar IVが選ばれる、と。
engineを省略するとAvatar IVが選ばれる、と。
テキトー教師DotAI 認定講師既存のパイプラインを持っているチームは、ここを読まずに移行すると「あれ、Avatar 6になっていない」となりがちです。lookが対応しているかはsupported_api_enginesで確認する必要があります。
室谷代表取締役リアルさが上がるほど、肖像の扱いもシビアになります。ドキュメントには同意フローの話も明記されていますし、誰のアバターを作れるのかという統制はセットで考えるべきテーマです。
テキトー教師DotAI 認定講師向いている用途としては、マーケ動画、教育・eラーニング、SNSコンテンツ、営業のアウトリーチなどが料金ページの業種区分にも並んでいます。逆に、撮影そのものを完全に代替できるかというと、参照素材の品質と同意の設計次第です。
室谷代表取締役とはいえ「カメラもクルーもなし」でここまで来たのは大きいですよ。MYUUUでも、撮り直しのコストをどう下げるかは常に課題なので、初回で決まるという主張には期待したいですね。
テキトー教師DotAI 認定講師講座でも、まず無料プランで3本試して、自分の用途でクレジットがどう減るかを見てから有料プランを選ぶ、という進め方を勧めたいです。TurboとProの違いはプランで決まるので、品質重視ならPro、コストと速度ならCreator以上でTurbo、という選び方になります。
よくある質問
室谷代表取締役最後に、読者が気になりそうな点を整理しておきます。
テキトー教師DotAI 認定講師まず「Avatar 6とは何か」。HeyGenの最新アバターモデルで、参照素材と音声から、台本に合ったジェスチャーまで含めて動画を生成します。
室谷代表取締役「Avatar Vとの違いは」。リアルさの指標が44.4%から84.4%に上がり、ジェスチャーが使い回しではなく台本に合わせて生成される点が違います。
テキトー教師DotAI 認定講師「無料で試せるか」。無料プランでもAvatar 6にアクセスでき、月3本・透かし付き・1分まで。
クレジットカードは不要と料金ページにあります。モデルページ上では2回までその場で試せます。
クレジットカードは不要と料金ページにあります。モデルページ上では2回までその場で試せます。
室谷代表取締役「写真1枚から作れるか、どれくらいかかるか」。写真1枚からの生成は可能で、公式のShowcaseも多くが写真1枚からと書かれています。
ただし生成時間の具体的な数値は資料に記載がなく、現時点では明らかにされていません。
ただし生成時間の具体的な数値は資料に記載がなく、現時点では明らかにされていません。
テキトー教師DotAI 認定講師「書き出し解像度は」。1080pがデフォルトで2Kも選べます。
720pと4Kはサポート外です。Proプランでは4K書き出しが可能と料金ページにありますが、これはAvatar 6のAPI解像度とは別の話です。
720pと4Kはサポート外です。Proプランでは4K書き出しが可能と料金ページにありますが、これはAvatar 6のAPI解像度とは別の話です。
室谷代表取締役「APIやMCPで使えるか」。使えます。
Model APIはPOST /v3/models/avatars、Application APIはPOST /v3/videosで、モデル名はheygen-avatar-6とheygen-avatar-6-turboです。
Model APIはPOST /v3/models/avatars、Application APIはPOST /v3/videosで、モデル名はheygen-avatar-6とheygen-avatar-6-turboです。
テキトー教師DotAI 認定講師「誰が自分のアバターを作れるのか、肖像はどう守られるのか」。HeyGenの同意フローがあり、デジタルツインは同意フローを経たもの、動画参照は本人がHeyGenで同意を確認してから提出する形です。
契約によっては同意ステップなしで運用される場合もあり、個別レビューとされています。
契約によっては同意ステップなしで運用される場合もあり、個別レビューとされています。
室谷代表取締役日本からの利用可否や日本円での料金は、今回の資料では明らかにされていません。まずは無料プランで触ってみて、自分の用途でどのプランが必要かを見極めるのが現実的ですね。
