HeyGen lanzó el 8 de abril de 2026 Avatar V, un modelo que construye un avatar de vídeo tuyo a partir de 15 segundos grabados con el móvil. El problema que resuelve tiene nombre: el identity drift, esa manía de los avatares de IA de empezar pareciéndose a ti y, medio minuto después, ser otra persona. El paper está en la web de investigación de HeyGen.
Puntos clave
- Avatar V crea un avatar completo con un clip de 15 segundos de móvil, procesado en unos 90 segundos.
- Separa identidad de apariencia: grabas una vez y luego cambias ropa, fondo y ángulo sin volver a grabar.
- Mantiene la cara coherente más de 4 minutos de vídeo, hasta 10 en los planes altos, con salida a 4K.
- En pruebas ciegas gana a Veo 3.1 de Google (72,5%), a Kling O3 Pro (69,6%) y a Seedance 2.0 (68,9%).
- Disponible ya en los planes de pago, desde 29 dólares al mes en el plan Creator.
Qué arregla de verdad
El identity drift era el techo de esta tecnología: en vídeos largos, la cara generada se iba deformando y dejaba de parecerse a la persona. Avatar V lo ataca desde la arquitectura del modelo, mirando el vídeo entero en vez de fotograma a fotograma (lo llaman agregación entre fotogramas). El resultado es que la cara del segundo 15 es la misma del minuto 4.
La otra novedad es separar quién eres (estructura y textura de tu cara) de cómo apareces (ropa, fondo, ángulo). Grabas una vez y luego produces todo el vídeo que quieras en cualquier contexto sin volver a ponerte delante de la cámara. La voz la clona con unos 10 segundos de audio, así que el paquete completo (cara y voz) sale de un clip corto.
Los números frente a la competencia
HeyGen publica benchmarks concretos. En parecido facial marca 0,840 frente al 0,714 de Veo 3.1 de Google, y su puntuación de sincronía labial supera incluso al vídeo real de referencia. En pruebas ciegas con personas, Avatar V gana el 72,5% de las veces contra Veo 3.1, el 69,6% contra Kling O3 Pro y el 68,9% contra Seedance 2.0.
Son cifras de la propia HeyGen, así que hay que cogerlas con la pinza de siempre. Pero el margen es amplio y la comparación es contra los mejores del mercado. La salida llega hasta 4K en los planes altos, con vídeos de hasta 10 minutos sin que la cara se degrade.
Para equipos hay una pieza extra: API de pago por uso desde febrero de 2026, lo que permite generar vídeo en masa desde tu propio sistema sin entrar a mano en la web. En las seis dimensiones que HeyGen mide (identidad, sincronía labial, naturalidad del movimiento, consistencia, artefactos y calidad visual) Avatar V saca la nota más alta de la comparativa. Traducido: no gana en una métrica suelta, gana en el conjunto.
Por qué importa para un founder español
Si produces vídeo para LinkedIn, newsletter o formación, esto baja la fricción a casi cero. Hace dos años hacían falta horas de grabación y un editor. Ahora son 15 segundos de móvil y vídeos vestidos para cualquier canal, en varios idiomas si hace falta.
El aviso honesto: un avatar bien hecho ahorra tiempo, pero la cara sintética se nota y en según qué contexto resta. Úsalo para escalar formatos repetitivos (píldoras, recordatorios, versiones en varios idiomas), no para el mensaje personal donde tu presencia real es el valor. La herramienta es buena; el criterio de cuándo usarla lo pones tú. Empieza por lo repetitivo y mide si tu audiencia lo nota.
Relacionado
