Создать своего цифрового клона! Какого хочешь: от супергероя до бомжа. И чтобы он говорил на видео то, что ему напишешь. Когда‑то в детстве (у меня оно пришлось на нулевые) такое было возможно только в фантастических фильмах.

А теперь...

Но и теперь, на самом деле, не все так просто.

Друг посоветовал HeyGen для создания ИИ‑аватаров. Спасибо ему. Но есть нюанс: бесплатно там доступно только три видео в месяц, да и то с водяными знаками. А с оплатой из России — проблемы.

Как я искал аналоги HeyGen

Я, конечно, потыркался, но из нашей необъятной шестой части суши заморский этот продукт на полную катушку попробовать мне так и не удалось. Друг что‑то там объяснял про казахские карты. Но мне такие заморочки не нужны, и решил я пойти совсем обходным путём по завету Ганимеда (или кого там? Ну, короче, который «умный и в гору не пойдёт, умный гору обойдёт»).

Для теста я выбрал платформу для работы с ИИ без вышеописанных проблем. Кота за сами знаете что тянуть не буду, выбрал БотХаб. Там можно удобно переключаться между видеомоделями. Я проверил аналоги HeyGen — Wan 3.0 Prime, Grok Imagine Video 1.5, PixVerse V6, Veo 3.1, LTX Video — и на одном сценарии и расскажу, что сработало лучше.

Важное замечание: если вам необходим суперполноценный ИИ‑клон, наверное, стоит заморочиться со способами доступа к HeyGen. Если же, как и у меня, требования к результату у вас чуть ниже — главное, чтобы прикольный вы в каком‑то образе что‑то говорил, — подойдут и варианты ниже.

Пять нейросетей на одного пирата: собственно, тест

В качестве теста я решил создать небольшое приветствие, где бы я в образе пирата Карибского моря приглашал всех на праздник Нептуна.

Тестовый запрос звучал так:

Мне нужен ИИ‑аватар из моего фото. Сделай небольшое видео из моего фото, где я приглашаю всех на праздник Нептуна в образе пирата Карибского моря: «Дорогие друзья! Жду вас на празднике Нептуна!» Фраза должна звучать на русском языке

К этому запросу я прикладывал свою старую фотку в анфас.

Видео я загрузил на ютуб, так лучше всего встраивается на Хабр, поэтому, чтобы посмотреть, включайте, пожалуйста, VPN.

Wan 3.0 Prime

У этой модели получился довольно достойный результат. Придумала фишку с динамичным преображением фото. Мимика и эмоции сделаны хорошо, задний план — анимированный. Фактура реквизита очень удалась, прямо ощущение, что со съёмок «Пиратов...» ИИ её и унесла.

Конечно, в целом картинка получилась несколько «компьютерной», но у меня и не было цели создавать какой‑то дипфейк. Так что — зачёт.

Единственное замечание: ИИ переиначила текст, который я дал ей в кавычках. Но, в целом, некритично.

По стоимости вышло 75,61 рубля за 5 секунд.

Grok Imagine Video 1.5

От нейросети Маска я получил 1-секундное видео, видимо, как пример). Grok проигнорировал промпт, в котором была задана фраза. При этом исходное фото он зачем‑то оставил 25-м кадром, а потом сразу заменил на наряженного меня. Реквизит, честно говоря, пластиковый и очень уж игрушечный. Но мимика и голос при этом получились нормально.

По цене — 11,84 рублей за 1 секунду. Как по мне, довольно дорого за такой результат.

PixVerse V6

Интересно вышло справиться с задачей у этой модели. Переоблачение в пирата прямо на видео — очень удачный приём. Для моей задачи лучшая аллегория. Немного разочаровало только не очень чёткое попадание речи в движение губ. Но что хорошо — нейросеть исполнила текст без искажений.

77,83 ₽ за 4 секунды.

Veo 3.1

Эта нейросеть от Google дала странный результат. Во‑первых, анимированный переход, как в старых презентациях, во‑вторых, довольно странная, как мне кажется, мимика и жесты. К тому же, сначала идёт вертикальное видео, потом горизонтальное...

А стоит всё это добро аж 355,38 ₽ За 4 секунды. В общем, дизлайк.

LTX Video

Самый дешёвый вариант в моей тестовой подборке дал худший результат. Точнее, никакого результата фактически. Просто выдал галлюцинации поверх фото. Судите сами.

Ну хоть отдал за это чудо всего 14,53 ₽ за 3 секунды. И на том спасибо.

Кстати, хотел я, конечно, попробовать и Kling, но фильтры не пропустили моё фото. Как я понял, здесь нельзя создавать ИИ‑аватары на основе реальных людей.

Итог моего теста

Чтобы сделать взвешенный выбор, я составил табличку.

Модель

Цена за 1 сек в тесте

Что получилось

Что не получилось

Wan 3.0 Prime

~15,12 ₽

Динамичное преображение фото, хорошая мимика и эмоции, анимированный фон, отличная фактура реквизита

Картинка «компьютерная», искажён заданный текст

Grok Imagine Video 1.5

11,84 ₽

Нормальные мимика и голос

Проигнорирован промпт с фразой, фото‑пример 25-м кадром, «пластиковый» реквизит

PixVerse V6

~19,46 ₽

Удачный приём — переоблачение в пирата прямо на видео, текст без искажений

Речь нечётко попадает в движение губ

Veo 3.1

~88,85 ₽

—

Странный переход, мимика и жесты, смена вертикального видео на горизонтальное

LTX Video

~4,84 ₽

Самая дешёвая

Фактически нет результата

Больше всего мне понравился результат у Wan 3.0 Prime и PixVerse V6.

А вы, при желании, расскажите в комментах о своём опыте создания ИИ‑аватаров — мне будет очень интересно почитать.

Комментарии (0)