HeyGen 是一個用 AI 數位人做影片的平台：你把腳本打好，它讓一個擬真度很高的數位分身對著鏡頭把話講完，配音、嘴型、字幕一次到位，全程不需要攝影機。它 2020 年創立、總部在洛杉磯，2026 年 6 月官方公布的規模是 2 億美元 ARR、超過 3,000 萬使用者、客戶涵蓋 85% 的 Fortune 100。從功能、2026 年新的 credit 定價制、實際操作流程、繁體中文支援現況到全部限制，一次講清楚，文末給你「什麼情況該用、什麼情況別碰」的判斷。
文章目錄
重點先看
- HeyGen 的核心產出是照稿講話的口播影片，不是畫面生成。 你給腳本，數位人負責講；憑空生出畫面的那種模型（例如站內介紹過的 MiniMax H3）是另一條路線，兩者互補而非替代。
- 差異化王牌是影片翻譯。 上傳一支影片，換成 175 種以上語言與方言，嘴型跟著重算，原講者的音色保留；純配音每分鐘 2 credits，含嘴型同步的完整翻譯每分鐘 5 credits。
- 2026 年定價是 credit 點數制。 Creator 方案每月 $29 含 600 credits；最新的 Avatar V 每分鐘吃 20 credits，600 點只夠約 30 分鐘。網路上「Creator 無限影片」的說法是舊制資訊，別再信。
- 繁中支援是真的。 有 Taiwanese Mandarin–Traditional 語音，有繁中官網與繁中說明資源；沒有的是在地定價，一律以 USD 計價。
- 免費版能試，但額度很少。 每月 3 支、每支 1 分鐘、有水印。
- 用自己的臉做分身可以，但要本人身分驗證。 這是 deepfake 防線的一環，後面獨立一節講。
HeyGen 是什麼：一條照稿成片的路線，一家跑得很快的公司
要理解 HeyGen 在做什麼，先把它跟市面上常見的兩種 AI 影片工具分開。一種是文生影片模型，輸入一句 prompt，生出一段全新的畫面；一種是把靜態照片變成會說話的頭像。HeyGen 走第三條路：你已經知道要講什麼，它負責讓一個看起來像真人的數位人把稿子講出來，順便處理聲音、嘴型、字幕與版面。行銷口播、產品說明、教育訓練這類「內容在文字、瓶頸在出鏡」的影片，就是它的主戰場。
那個對鏡頭講話的角色，官方叫 avatar，中文世界的稱呼很亂：數位人、數位分身、虛擬主播、數位演員都有人講，指的其實是同一件事。以下統一用「數位人」與「分身」兩個詞，需要區分時會講清楚。
公司本身值得認識，因為它的成長速度直接影響你把工作流程押在這個工具上的風險。HeyGen 原名 Surreal，後來改名 Movio，再改成現在的名字；2020 年創立，總部在洛杉磯，舊金山、Palo Alto 與多倫多都設有辦公室。創辦人 Joshua Xu（CEO）創業前是 Snap 的工程師，與 Wayne Liang 共同創辦。這些背景在 HeyGen 官方 About 頁面和 Wikipedia 的 HeyGen 條目都查得到。
資金與規模的時間線長這樣：2024 年 6 月完成 6,000 萬美元的 Series A，Benchmark 領投，Thrive Capital、BOND、SV Angel 跟投，估值超過 5 億美元；官方當時的公告提到 ARR 從 100 萬美元成長到超過 3,500 萬美元、2023 年第二季就已獲利、付費企業客戶超過 4 萬家。到 2026 年 6 月，官方首頁公布的數字變成 2 億美元 ARR（八個月翻倍）、使用者超過 3,000 萬、分布在 196 國，並入選 Forbes AI 50。About 頁掛出的客戶 logo 有 HP、Intel、J.P. Morgan、DHL、Workday、Autodesk 這個量級。
這些數字告訴你兩件事：產品有真實的付費需求，公司短期內消失的風險低；但 ARR 兩億是公司的事，你的影片成品好不好，要自己試。
HeyGen 能做什麼：六大功能，各自解決不同的問題
AI Avatar：數位人本體，三個世代並存
Avatar 就是那個對鏡頭講話的數位人。HeyGen 目前三個世代並存：Avatar III 是成熟穩定的舊世代，點數消耗最省；Avatar IV 把表情與肢體自然度往上推；Avatar V 是 2026 年 4 月發布的最新世代，官方訴求是 15 秒錄音就能生成分身、多角度穩定、能撐長片段演出、身分一致不漂移。2026 年 5 月又補上 Custom Motion，可以用英文下表演指令（例如 “look at the camera, lean in”）微調演出，並開放 Avatar V API，計價每秒 $0.05。
數量上，免費版有 500 多個現成的 stock avatars 可挑，付費版超過 700 個，族裔、年齡、服裝、姿勢都有得選。真正把影片變成「你的」的工具是 Custom Digital Twin（自訂分身）：錄一段自己，做出可重複使用的分身，每個分身最多能設 500 個 Looks（服裝造型組合）。要注意官方政策：每一個自訂 avatar 都要通過本人的身分驗證才能使用，這不是可跳過的步驟。
三個世代怎麼選，判斷標準不是「新的比較好」，而是「觀眾會不會注意到差別」。如果你的影片就是一個人正面對鏡頭把一段話講完，Avatar III 每分鐘 3 credits 的成本結構非常划算，同樣的點數能做出六倍以上的長度；多角度運鏡、長片段連續演出、講者身分要在多支片之間保持一致，這些才是 Avatar V 每分鐘 20 credits 買到的東西。先把影片形態定下來，再回頭配世代，順序反了就是為用不到的升級付錢。
聲音：1,000 多個 AI 聲音，加上 voice cloning
影片要講話就要有聲音。內建超過 1,000 個 AI 聲音，支援 175 種以上的語言與方言；聲音可以調口音、語調、語速，也能換不同的語音引擎。Voice cloning（聲音複製）把你或指定講者的聲音做成可重複使用的配音素材：Free 方案含 1 個聲音複製，Creator 以上無限制。單獨看它就是個配音工具，但跟影片翻譯綁在一起時威力才會完整發揮，下一節專門講。
Video Agent：一句 prompt 生出整支片
懶得自己分鏡的時候用這個。輸入一句話描述你要的影片，Video Agent 自動產出腳本、配音、主持人 avatar、節奏、字幕與配樂，成本是每分鐘 20 credits。它的定位是一條快速生產線：從零到「有個樣子」這段它包辦，品質上限取決於你願意花多少工夫後修。
LiveAvatar：同一個分身，三種介面
2026 年 5 月起，Digital Twin 不只能拿來錄影片。同一個分身可以跨三種介面使用：錄製影片、即時對話、API 程式呼叫，也能嵌進外部應用做即時互動。實際應用場景像產品頁上的即時問答、展場攤位的互動導覽、語言學習產品的口說練習對象。即時互動的成敗取決於延遲與穩定度，這跟錄製影片是完全不同等級的工程問題，導入前先小範圍驗證，不要直接上正式流量。
範本庫：200 多個起手式
範本超過 200 個，涵蓋 explainer、product demo、互動行銷與企業影片四類主流用途。對不熟影片製作的人，範本是最低門檻的切入點：挑一個結構接近的，換腳本、換 avatar、換品牌色，第一支片就有了。
API：把生成能力接進自己的產品
工程團隊看 HeyGen 開發者文件：Video Agent、影片生成、翻譯、lip sync 都有 production-ready 的 API。Avatar V API 每秒 $0.05 的計價前面提過；要評估「API 直呼 vs. 付費方案」哪個划算，關鍵變數是你的量與併發需求，Business 方案本身就含 2 倍併發，這在批次生成多語版本時是實際的生產力差異。
誰在用 HeyGen：六種典型用途與一個官方案例
功能清單看完還是抽象，把它落到實際的生產場景比較好判斷。官方 About 頁掛的客戶 logo 之外， Help Center 與官方部落格呈現的典型用途大概分六種：行銷影片與產品介紹、教學與培訓、電商產品影片、多語內容本地化、銷售 outreach 的個人化影片，以及接進企業 LMS 的內訓內容（Business 方案支援 SCORM export，就是為最後這種）。
六種用途的共通結構是一樣的：內容的主體是「話」，不是「畫面」。產品介紹的重點是規格與利益點、教學的重點是步驟與觀念、銷售影片的重點是針對這個客戶的客製訊息；這些內容本來就寫得成講稿，卡住的從來是出鏡這一步，要人、要攝影、要時間。HeyGen 把出鏡變成生成，等於把這類影片的單位成本壓到接近「寫稿的成本」。反過來說，影片的價值主要來自畫面本身（實拍、空景、視覺創作）的用途，它幫不上，這條線在「誰該用」那節還會再收一次。
電商產品影片值得單獨點名，因為它是量最大的形態。大量 SKU 的商品介紹，做法是範本固定、腳本按商品規格填、商品圖拖進場景，avatar 負責把規格講完；這種流程的產出一致性比單支的精緻度更重要，也是點數制下最需要先算成本的場景，一個月幾百支與幾十支，方案的層級會差兩級。
有個官方案例可以當參考點：Coursera 用 HeyGen 做課程影片的多語版本，官方公布的成效是觀看時間增加 40%、完課率提升 25%。這是 HeyGen 自己刊的客戶案例，挑過的成功故事，數字不能直接平移到你的專案；但它至少示範了這個工具被認真使用的姿態：不是拿來做一支炫技 demo，而是拿既有的課程資產批量翻出多語版本，吃的是規模，不是單支特效。
銷售 outreach 的個人化影片是另一種玩法：同一段產品訊息，開頭換成對方公司名與使用場景，批量生成幾十支版本，配 Personalized Video 的功能或走 API。這種用法的單支價值低、數量大，點數消耗跑得快，動手前用前面的費率把「每支真實成本」算出來，再對照一封客製化郵件的轉換差距值不值，很容易在不知不覺間把一個月的點數燒在這裡。
影片生成之後：讓內容被搜尋找到的三件事
生成只完成生產的一半，另一半是散佈。以搜尋為主要流量來源的團隊，三件事先記住。
第一，影片頁面要有文字。搜尋引擎理解影片，主要仍靠頁面上的文字訊號：標題、說明、字幕稿。你在 HeyGen 寫的腳本本來就是完整的口播文字，把它放進影片頁面的說明欄或內文，等於零成本的文字資產，比事後憑記憶補寫更準確；多語版本也一樣，每個語言版本配自己的在地化標題與說明，而不是全部擠在同一頁。
第二，結構化資料該給就給。影片的結構化標記是讓搜尋引擎讀懂影片長度、縮圖與發布資訊的正規做法，格式與常見錯誤可以看結構化資料的完整介紹。它不是排名密技，做的事是讓機器少用猜的，這在影片這種文字訊號偏少的內容型態上特別有用。
第三，AI 搜尋系統引用內容時，抓的仍然是文字與結構清楚的資源。這是把口播稿留在頁面上的第二個理由：不管內容的載體是影片還是文章，機器讀的終究是文字。這個主題牽涉的層面比較廣，站內有 AI 搜尋與 SEO 的完整討論，結論方向相同：先讓機器讀得懂，再談讓它願意引。
影片翻譯與 lip sync：HeyGen 最硬的差異化
全部功能裡如果只記得一節，記這節。
多語內容本地化一直是影片工作裡最痛的活：中文講得再好的課，英文觀眾就是看不懂；做了配音版，嘴型對不上，整支片立刻有「譯製片」的塑膠感。HeyGen 的影片翻譯直接吃這個問題：上傳檔案或貼一條 YouTube 連結，選目標語言，它輸出一個配音換掉、嘴型跟著新語言重新計算的版本；官方對嘴型的說法是「音素級精準度」，同時用 voice cloning 保留原講者的音色。支援超過 175 種語言與方言。
成本要分兩種算：只要聲音的 dubbing（配音）是每分鐘 2 credits；含 lip-sync 的完整影片翻譯是每分鐘 5 credits。以 Creator 的 600 credits 換算量級：純配音約 300 分鐘，完整翻譯約 120 分鐘。對照傳統做法（找譯者、找配音員、重剪一支片），這個價位把「一支片進、多語版本出」從重製工程縮成後製工序，商業邏輯就差在這裡：翻譯版本從專案變成常態支出。
配音與完整翻譯怎麼選，看三個條件。第一個是畫面裡有沒有講者特寫：沒有臉的簡報式影片、螢幕錄影教學，配音版就夠，嘴型根本不存在；有講者出鏡的口播，配音版會有明顯的嘴型錯位，值得多付每分鐘 3 credits 做完整翻譯。第二個是目標市場的觀看習慣：有些市場對配音內容的接受度高，有些市場的觀眾就是對不上嘴型的內容沒耐心。第三個是這支片值多少：一次性內部溝通與對外的常青資產，該投的成本不同。中文團隊最常見的兩個方向是中文內容出海（一支中文口播翻成英文、日文、東南亞語言）與反向把英文課程或產品說明繁中化，兩個方向用同一套功能，差別只在來源語言與目標語言的選擇。
為什麼說這是最硬的差異化？把市場上的對手掃一遍就清楚：Synthesia 做企業培訓導向的 avatar 影片、D-ID 做照片開口、ElevenLabs 是語音引擎不產 avatar 影片、Runway 做畫面生成。同時滿足「高擬真多語 avatar＋voice cloning＋lip-sync 嘴型同步翻譯」三件事的直接對手，目前幾乎看不到；其他平台要拼出同樣的流程，得串兩三個工具再加手動後製，成本與品質都吃虧。
判斷上仍要留一個但書：lip-sync 的實際效果會因原始影片的拍法、光線、講者的嘴型習慣而異，官方展示是挑過的結果。正式專案前，先拿自己的素材跑一支出來看，再決定要不要放量。
翻譯成果上線前的品質檢查，三個點最常出事。專有名詞與產品譯名要前後一致，AI 不會知道你公司產品的官方譯名，直譯出來的版本要自己改；數字、單位、日期格式要逐版核對，配音唸對不代表細節對；法律、醫療、財務這類高風險內容，AI 翻譯只能當初稿，上線前要過一道能負責的人工審閱。這三件事不會出現在官方 demo 裡，但會出現在你的客訴裡，多語版本出得越多，這條品質線就越值錢。
從零到第一支影片：官方六步驟
流程出自官方說明文件與 Help Center 的入門教學，這裡逐項拆開。
- 挑範本。 登入 app.heygen.com，從 200 多個範本裡選一個起手，或 Start from Scratch 自訂，並選擇直式或橫式。
- 選 avatar。 從 stock avatars 挑人，可以縮放與調整擺放位置；已經做好自己的 Digital Twin 就直接用自己的臉。
- 輸入腳本。 在左側文字框打字或貼稿，官方建議每個 scene 的 script section 控制在 2,000 字元以內；也可以上傳自己的錄音檔當聲音來源。
- 加視覺元素。 用拖放方式逐場景排文字、圖片、影片、logo、貼圖與音樂。Studio 是 script-focused（腳本導向）而非時間軸式，元素出現的時機靠腳本區裡的 timing marker 控制；習慣剪輯軟體的人需要轉一下腦袋。
- 預覽與微調。 預覽時 avatar 不會動（完整動畫要等生成階段），但其他元素會動、聲音可以先 Play 預聽。右側 panel 能選 avatar 與聲音、調口音語調語速與引擎，按 Apply to all scenes 一次套用到全部場景。
- 提交並分享。 點 Submit 生成，數分鐘內完成；輸出 1080p，Pro 以上方案可輸出 4K，成品含 lip-sync。
照官方說明把六步驟推演一遍，最需要適應的是第 3 與第 4 步之間的關係：整支片的節奏跟著腳本分段走，畫面元素掛在對應的文字段落上。好處是改一句話等於改整支片的結構，改稿成本極低；代價是細碎的畫面微調沒有傳統剪輯那麼自由，高度依賴視覺節奏的影片在 HeyGen 裡做會綁手綁腳。
送出生成前有三個值得養成習慣的檢查。腳本分段先看一眼，單段超過 2,000 字元就切開，過長的段落對生成的穩定度與節奏都沒好處；聲音用 Play 預聽一次，口音、語速、引擎都在這時調，別等成品出來才發現語速太趕；點數數字出現時核對一下預估消耗，跟你自己按功能費率算的數字對得起來再送。這三個檢查花的時間都在生成之前，而每次重跑的等待成本都在生成之後，划不划算很清楚。
2026 定價拆解：credit 點數制才是真正的價格
先給結論：HeyGen 的價格不能只看月費，要看「月費換到的 credits」除以「你用的功能每分鐘吃幾點」。同一個 Creator 方案，用 Avatar III 跟用 Avatar V 的實際產能差到六倍以上，月費卻一樣。
方案結構依 2026 年 8 月查證的 HeyGen 官方定價頁，共 Free、Creator、Pro、Business、Enterprise 五層：
| 方案 | 月費（月繳） | 年繳等效月費 | Credits／月 | 單支片長上限 | 解析度 |
|---|---|---|---|---|---|
| Free | $0 | 無 | 無 credits，每月 3 支 | 1 分鐘 | 1080p |
| Creator | $29 | $24 | 600 | 30 分鐘 | 1080p |
| Pro | $49 起（可擴到 $4,300/月） | 未列出 | 1,000 起（可擴到 100,000） | 30 分鐘 | 4K |
| Business | $149＋$20/seat | 未列出 | 1,500 | 60 分鐘 | 4K |
| Enterprise | 洽售 | 未列出 | 彈性 | 無上限 | 4K |
點數消耗率是定價的另一半，官方定價頁逐項列出：
| 功能 | Credits／分鐘 |
|---|---|
| Avatar III studio | 3 |
| Avatar IV／Avatar V studio | 20 |
| 配音 dubbing（無 lip sync） | 2 |
| 完整影片翻譯（含 lip sync） | 5 |
| Video Agent | 20 |
avatar 與聲音的方案差異也一併列出，這張表決定你要爬到哪一層：
| 方案 | Stock Avatars | Custom Digital Twins | Voice Clones | AI 聲音 | 語言數 |
|---|---|---|---|---|---|
| Free | 500+ | 1 | 1 | 1,000+ | 30+ |
| Creator | 700+ | 1+ | 無限 | 1,000+ | 175+ |
| Pro | 700+ | 1+ | 無限 | 1,000+ | 175+ |
| Business | 700+ | 5+ | 無限 | 1,000+ | 175+ |
| Enterprise | 700+ | 10+ | 無限 | 1,000+ | 175+ |
三張表合起來看，幾個實際的算術與推論：
Creator 的 600 credits 全拿來跑 Avatar V，是 30 分鐘的量；全拿來跑 Avatar III，約 200 分鐘。同樣付 $29，產能差六倍多，差別只在用哪個世代。這也是「選方案」之前要先「選世代」的原因：你的影片需不需要 Avatar V 的多角度與長片段演出，直接決定帳單的長相。
帶一個完整的算例進去看會更具體。常見情境（示意）：一個小型內容團隊每週出一支 5 分鐘的產品口播，用 Avatar V 生成（每分鐘 20 credits，一支 100），再翻出英文與日文兩個完整翻譯版本（每分鐘 5 credits，兩支共 50），每週消耗 150，一個月四週共 600 credits，剛好貼著 Creator 的上限走，沒有容錯空間。同樣的產能換 Avatar III 生成（一支 15），每週降到 65、一個月 260，Creator 綽綽有餘。這個算例的每個費率都出自官方定價頁，需求數字是示意，換成你自己的片長、更新頻率與翻譯語言數，就是你的真實月成本，這個數字出來之前不要開年繳。
Pro 那層的「$49 起、可擴到 $4,300/月」值得單獨講。它是 scale 結構：credits 從 1,000 一路加到 100,000，處理速度比 Creator 快，解析度到 4K。意思是 HeyGen 把「個人多產」與「團隊量產」放在同一層裡用點數規模拉開，你不必為了 4K 直上 Business；但相對地，付 $49 拿到的 1,000 credits 用 Avatar V 也只有 50 分鐘，量大的月份會需要加購，評估時用「每月需要的分鐘數乘上費率」回推，不要被「起」這個字誤導。
中文評測圈常見的「Creator 方案無限影片」是舊制或錯誤資訊，2026 年現制就是點數制。養成一個習慣：實際消耗會在生成前顯示，送出生成前看一眼那個數字，比事後看帳單健康得多。
點數續期規則：月繳方案沒用完的 credits 可延一個月；年繳方案每月分配、累積到年續約日重設；一旦降級回 Free，未用完的點數不結轉。還有 legacy 無限方案的歷史問題：舊制無限方案持有者一旦切換成新制就回不去了，所以「要不要升級」這個決定對老用戶來說是不可逆的，按計算機之前先想清楚。
水印政策一句話講完：Free 有水印，移除水印是付費功能，Creator 以上方案內建水印移除。對外使用的底線也很清楚：帶水印的成品不該出現在任何對外素材裡，水印本身就是這個平台刻意設計的付費牆，繞不過去也不必繞。
繁體中文現況：語音有、官網有，在地定價沒有
這節回答最多人問的問題：中文，尤其繁中，用起來到底行不行。
語音是真的有，而且分得細。HeyGen 支援 Taiwanese Mandarin–Traditional，講白了就是台灣口音的國語這一組，另有 Cantonese-Traditional、Mandarin-Simplified 等共 9 種中文變體。任何 stock avatar 都能配這個語音，所以「任何一張臉講流利的台灣國語」在技術上完全做得到，不用遷就特定角色。要注意免費版的語言池只有 30 多種，完整的 175 種要付費方案才有。
介面與文件也有繁中：官方設有 HeyGen 繁中網站，另有香港版的 zh-hk，包含繁中版定價頁與繁中版教學指南，介面語言不會是使用的障礙。中文變體的選擇按受眾分：台灣市場用 Traditional 的國語語音，香港市場可以考慮 Cantonese-Traditional，簡體市場用 Mandarin-Simplified；同一份腳本換個語音就能出對應版本，這正是前面影片翻譯那節的成本結構在做的事。
中文還有一個實際的坑要提前知道：AI 語音對專有名詞、品牌名、英文縮寫的發音不一定照你想的方式唸。腳本裡只要有這類詞，預聽階段就要確認，不行的話改寫成發音友善的寫法（例如縮寫改成全名），不要等成品生成了才回頭改稿重跑，點數是照次收的。
沒有的是在地化計價。沒有 NT$ 定價、沒有在地專屬方案，也查不到台灣專屬的 avatar 或語音；所有用戶一律 USD 計價，方案內容全球一致。對採購端的意義很直接：匯率換算自己來，付款走國際信用卡或公司的跨幣支付流程，報價單直接以 USD 開。
中文語音複製的品質，第三方評測的看法是相對英文落後；這是第三方意見、不是官方承認的說法，但方向值得參考。真要上中文專案，先把兩條路都試一支出來：用聲音複製做「自己的聲音」，以及直接用內建的台灣國語 AI 語音。兩者的點數成本一樣，效果差很多，用成品決定，不要用 demo 決定。
HeyGen vs Synthesia、D-ID、ElevenLabs、Runway：四個對手，四種場景
先看定位差異，再給選擇判斷：
| 產品 | 定位 | 與 HeyGen 的差異 | 什麼情況選它 |
|---|---|---|---|
| Synthesia | 結構化編輯、企業培訓導向；125+～240+ avatars（依方案層級）、160+ 語言；Starter $29（年繳 $18）、Creator $89（年繳 $64） | 更偏正式、合規的企業內訓，編輯流程更結構化 | 大量制式培訓影片；不過 HeyGen Business 也支援 SCORM export 接 LMS，兩邊都要比 |
| D-ID | 靜態照片變會說話的頭像（talking photo） | 只做照片開口，不是全身／半身 avatar 加完整製作流程 | 只想讓一張照片開口，成本與複雜度都最低 |
| ElevenLabs | 語音引擎（voice cloning、TTS、dubbing） | 不產生 avatar 影片，聲音品質是強項 | 只要聲音不要臉：有聲書、配音、播客 |
| Runway | text-to-video 畫面生成與編輯 | 不做 talking-head avatar | 要的是畫面素材與視覺創作，不是人對鏡頭講話 |
選擇的判斷軸只有一條：你要的成品是「人對鏡頭講話」還是「畫面本身」。前者幾乎是 HeyGen 與 Synthesia 的對決，分水嶺在用途：行銷、多語本地化、內容創作選 HeyGen，lip-sync 翻譯與聲音複製是它沒被追上的部分；大量制式合規內訓偏向 Synthesia，結構化編輯對 SOP 化的培訓產線更順。後者是 Runway 那條賽道，跟 HeyGen 根本不衝突，預算夠的團隊常常兩個都用。ElevenLabs 與 D-ID 各守一塊更窄的需求，通常是你已經知道自己要什麼，才會繞過 HeyGen 選它們。
價格面上不要只比月費數字。HeyGen Creator $29（年繳 $24）對上 Synthesia Starter $29（年繳 $18）看起來五五波，但 HeyGen 的 $29 買的是 600 credits 的點數，實際產能取決於你用哪個世代；Synthesia 同名 Creator 要 $89（年繳 $64），帳面貴得多。兩家的計價邏輯不同，直接拿月費互比會比出錯誤結論，正確的做法是拿你的月產能需求（分鐘數乘費率）分別回推兩家的月成本，再一起算上你要的功能（翻譯、SCORM、語言數）在哪一家是內建、哪一家要爬層級，這個總帳才是可以拿去採購會議的數字。
限制與缺點：把話說在前面
工具文的缺點段比優點段值錢。
免費額度真的少。每月 3 支、每支上限 1 分鐘、有水印、語言只有 30 多種。它的功能是讓你確認介面與品質方向，不是讓你免費生產內容；指望免費版做出實際專案，這個期待本身要修正。
高階功能的點數消耗偏快。Avatar IV、Avatar V 與 Video Agent 都是每分鐘 20 credits，Creator 的 600 點只撐 30 分鐘。若主力就是這兩個功能，實際月成本要往 Pro 或 Business 估，甚至直接按 API 計價評估：Avatar V API 每秒 $0.05，換算每分鐘 $3，五分鐘的 API 成本就超過 Creator 半個月的點數預算，量大之前一定先按計算機。
預覽與成品之間有落差。預覽時 avatar 不會動，你能檢查的是聲音、腳本與元素時序；真正講起話的樣子要等生成完成才知道。對反覆改稿的人，這是實實在在的等待成本，急著看結果、一口氣連改三輪，是新手最常踩的節奏坑。
處理速度與併發也分層，批次產線要算進去。Free 是標準速度，Creator 加快，Pro 與 Business 更快，Business 另含 2 倍併發、Enterprise 最高優先。單支片的等待差異還算小事，一次要出十個語言版本的那種日子，速度與併發的差距就是專案時程的差距；評估方案時把「最忙的那週」當基準，而不是平均用量。
第三方評測對中文聲音複製品質與「付費方案進階功能費用偏高」都有意見。同樣屬於第三方觀點，但兩者指向同一個結論：先試再買，不要看 demo 就開年繳；年繳的等效月費雖然便宜（Creator 從 $29 降到 $24），但買到的是一整年的點數分配，方案選錯的沉沒成本比月繳高。
Deepfake 倫理、內容審查與資料使用
這節不是條款複述，是你動手前該知道的政策底線。
複製任何人的聲音或臉，官方政策要求取得合法權利與明確同意，並配合移除請求；每一個 custom avatar 都要通過本人的身分驗證。白話講：不能拿同事的照片做分身，也別想把客戶的聲音複製下來替你配音，這在平台層面就是擋的。想做自己的或自家講者的分身，走正規流程並不慢，Avatar V 的訴求是 15 秒錄音就能生成，慢的是驗證，不是生成。
把紅線講得更具體一點。做得出來的：本人的分身、公司聘請並簽了同意的講者、素材權利清楚的照片與聲音。做不出來也不該做的：名人與政治人物的臉或聲音、任何沒拿到明確同意的第三人、用分身冒充真人發言的情境。第三類最容易在行銷情境裡出事：分身講的內容配上「某某親口說」的呈現方式，就算本人同意授權分身，操弄呈現的責任還是在你，平台政策擋的是下限，你的品牌承受的是上限。
內容審查採兩層：機器學習自動掃描加人工審查。禁止的內容包括暴力、仇恨、欺騙、性內容、侵權、政治競選、詐騙、不實資訊與危害未成年人；違規的處置從移除內容、停用帳號到報案。做行銷的人要特別注意「欺騙」與「不實資訊」兩條：分身嘴裡講出去的每一句話，都要禁得起你自己產業廣告規範的檢驗。
資料這塊的分界線在客戶身分：企業客戶的資料不用於模型訓練；非企業用戶的資料有可能被用於訓練，但可以 opt-out。合規認證方面，平台具備 GDPR、SOC 2 Type II、CCPA、EU AI Act 與 DPF；要過公司採購或法務這關時，這幾個名詞直接抄去用，能省不少來回。
誰該用 HeyGen，誰該繞開
不給「大家都該試試」這種空話，直接分流。
適合的四種位置：
- 多語內容團隊。 一支片的成本翻出 5 到 10 個語言版本，這是 HeyGen 目前最難被取代的場景，點數算法前面給過，自己帶入影片長度就能估。
- 每週要出固定口播的內容經營者。 講者就是你自己（的數位分身），稿子換了影片就換，不用每次架燈開機。影片上線後要被搜尋引擎看見是另一門功課，影片在搜尋結果裡的排序邏輯值得先讀過再排產能。
- 產品與銷售端。 產品說明、個人化銷售影片、FAQ 影片化，範本庫有現成起手式，Personalized Video 功能就是為這類場景存在的。
- 企業培訓單位。 Business 方案支援 SCORM export 可接既有 LMS；但如果公司要的是大量制式合規內訓，把 Synthesia 一起比過再決定，兩者的強項不同。
該繞開的三種情況：
- 你的影片賣點是畫面與視覺創作。 你要的是 text-to-video 模型，HeyGen 幫不上，方向一開始就錯，後面做什麼都不對。
- 需要極致的聲音品質但不需要人臉。 直接找語音引擎，成本低、上限高，ElevenLabs 這類工具的天花板更高。
- 預算只能停在免費版。 3 支 1 分鐘有水印的額度做不了任何實際專案；把試用期當介面體驗，存到能負擔一個月 Creator 再進場。
這份名單的判斷順序比名單本身重要：先確認內容形態（講話為主還是畫面為主），再確認產能需求（每月幾分鐘、幾個語言版本），方案與預算放在最後。順序錯了，常見的結局是為了跟上 AI 而訂閱，三個月後點數沒用完、影片也沒上幾支；工具本身沒問題，問題出在導入的順序，把需求算清楚再進場，這些坑大部分都不存在。
導入節奏：三種規模，三種起手方式
知道該用之後，怎麼開始也分規模，硬抄別人的流程會多繞路。
個人與自媒體：從 Free 試到方向確定，再開 Creator 月繳。世代先押 Avatar III，用最低的點數費率把量做出來，確認自己的內容形態真的適合口播路線之後再升 Avatar V；年繳的折扣等點數消耗連續兩三個月穩定後再開，前面的算例說過，世代一換月成本差六倍，太早開年繳等於把還沒算清楚的帳先鎖死。
小團隊：先做兩個決策，分身的世代全隊統一（各自選會讓點數成本與視覺一致性都失控），以及語音來源（用自家講者的聲音複製，或直接用內建 AI 語音）。這兩個決策定了，範本、品牌素材與腳本格式才能標準化，之後的產能才是可預測的；方案落在 Creator 或 Pro，用月產能回推而不是用感覺挑。
企業：重點不在功能在邊界。Business 起跳才有 5 個以上分身、SCORM export 與 2 倍併發；採購評估要把「企業客戶資料不用於模型訓練」與 GDPR、SOC 2 Type II 這些認證一起寫進文件，法務那關比功能展示那關難過。有大量批次或嵌入自家產品的需求，把 API 與 Enterprise 的計價一起評，不要用一般方案的點數邏輯去推企業量級的成本。
常見問題
HeyGen 有免費版嗎？
有，但額度很少。每月 3 支、每支 1 分鐘、1080p、有水印、語言 30 多種。定位是試介面與品質方向，不是免費生產工具。
HeyGen 支援繁體中文嗎？
支援。語音有 Taiwanese Mandarin–Traditional，介面有官方繁中網站與繁中教學資源；免費版的語言池比付費版小，完整 175 種語言要付費方案才有。
Creator 方案是「無限影片」嗎？
不是。2026 年現制是 credit 點數制，Creator 每月 600 credits；「無限影片」是舊制或錯誤資訊，中文評測裡還很常見，看到可以直接換一篇看。
可以用自己的臉做分身嗎？
可以，而且這是正規用法。Avatar V 訴求 15 秒錄音生成、每個分身最多 500 個 Looks；不想錄影的話還有 Photo Avatar，用照片做出會開口的版本，Free 含 3 個、Creator 以上無限。但每個 custom avatar 都要通過本人身分驗證，做別人的臉這條路是被政策擋死的。
點數用不完會浪費掉嗎？
不一定。月繳可延一個月，年繳累積到年續約日重設；降級回 Free 就不結轉。舊制無限方案用戶一旦切換新制也回不去，升級前把這兩條一起算進去。
HeyGen 生成的影片可以放到 YouTube 或公司網站嗎？
可以放。輸出的是一般影片檔，付費方案沒有水印；內容要過 HeyGen 自己的政策（禁欺騙、禁不實資訊等），也要遵守發布渠道的規範。各平台對 AI 生成內容的標示要求持續在變，發布前以渠道當下的規定為準。
HeyGen 會拿我的資料訓練模型嗎？
看方案身分。企業客戶的資料不用於訓練；非企業用戶有可能被用於訓練，但可以 opt-out。在意資料邊界的團隊，這是走 Business／Enterprise 的實質理由之一，不只是為了 4K。
中文聲音複製的效果好嗎？
沒有官方保證。第三方評測認為中文語音複製品質相對英文落後，屬第三方觀點；實際做法是「聲音複製」與「內建台灣國語 AI 語音」各試一支，用成品決定，點數成本兩者相同。
下一步：按你的位置挑第一個動作
今天就能做：開一個免費帳號，用 stock avatar 配台灣國語語音生成一支 1 分鐘的片。目的只有兩個，確認品質方向、摸熟介面，不是為了產出。
這週該做的：有多語需求的人，上傳一支已完成的影片跑完整翻譯（含 lip-sync），實際看嘴型與音色保留的表現；要做自己分身的人，走一次身分驗證流程，確認能過、要多久。
這個月再決定：按實測的點數消耗，對照前面三張表算出真實月成本，再決定要不要付費、付到哪一層。判斷標準只有一個：你算出來的每分鐘成本，低於你或你的團隊真人出鏡的每分鐘成本，這筆帳才成立；高於它，HeyGen 對你就只是個新玩具。
