ویدیوی هوش مصنوعی HeyGen: آواتارها، ارزهای دیجیتال و دیپفیکها
همان چهره هوش مصنوعی میتواند میزبان ویدیوی معرفی شما باشد، تبلیغ شما را به سی زبان دوبله کند و متن فروش را بخواند که هرگز اشتباه نمیکند. همین فناوری، که به اشتباه اشاره کرده است، یک بار در یک تماس ویدیویی نشسته و یک کارمند مالی را متقاعد کرده است که ۲۵ میلیون دلار به مجرمان واریز کند. هوش مصنوعی HeyGen جنبهی قانونی و آراستهی ویدیوی مصنوعی است. کاربران ارزهای دیجیتال به طور فزایندهای با جنبهی خطرناک آن روبرو میشوند. این مقاله به هر دو موضوع میپردازد: HeyGen واقعاً چه کاری انجام میدهد، چه هزینهای دارد، چگونه میتوانید با ارزهای دیجیتال هزینهی آن را بپردازید، و اینکه چرا هر کسی که داراییهای دیجیتال دارد باید بداند که چگونه یک چهرهی جعلی باورپذیر اکنون به عنوان یک سلاح مالی عمل میکند.
نحوه کار ژنراتور ویدیوی هوش مصنوعی HeyGen
HeyGen یک پلتفرم ساخت ویدیوی هوش مصنوعی است و در سادهترین حالت، تبدیل متن به ویدیو است. شما یک متن به آن میدهید؛ این پلتفرم ویدیویی از یک فرد واقعگرا را که آن متن را با صدای بلند میخواند، به شما برمیگرداند. این شرکت در سال ۲۰۲۰ با نام Surreal توسط جاشوا شو، از مهندسان اولیه اسنپ، و وین لیانگ تأسیس شد و اکنون در لسآنجلس فعالیت میکند. چرخه سریع است. کلمات را تایپ کنید، یک آواتار و یکی از صداهای هوش مصنوعی آن را انتخاب کنید، چند دقیقه صبر کنید و یک کلیپ از گوینده با لبهایی که از قبل با هم تطبیق داده شدهاند، منتشر میشود. بدون دوربین. بدون استودیو. بدون تدوین. همین تلاش بیفایده دلیل هجوم بازاریابان به آن است. همچنین به همین دلیل است که کلاهبرداران نیز به آن روی آوردند.
آواتارها، شبیهسازی صدا و همگامسازی لب
هسته اصلی HeyGen آواتار است. میتوانید از میان کتابخانهای با بیش از هزار آواتار آماده انتخاب کنید، یا با آپلود یک کلیپ کوتاه از خودتان، یک آواتار سفارشی بسازید. همچنین یک گزینه آواتار تصویری وجود دارد که یک تصویر ثابت را متحرک میکند، و یک دوقلوی دیجیتالی ساخته شده از یک ضبط طولانیتر برای افرادی که میخواهند متنهای مشابه خودشان را بخوانند، وجود دارد. این پلتفرم صدا را نیز شبیهسازی میکند، بنابراین آواتار با لحنی شبیه به گوینده اصلی صحبت میکند و میتوانید متنی را که تایپ میکنید یا صوتی را که آپلود میکنید، ارسال کند. همگامسازی لب بخشی است که این توهم را ایجاد میکند: دهان کلمات را به اندازهای دقیق دنبال میکند که در یک صفحه نمایش کوچک، اکثر مردم آن را زیر سوال نمیبرند. HeyGen جدیدترین مدل آواتار خود را به عنوان واقعیترین مدل تاکنون به بازار عرضه میکند و شکاف بین یک ضبط واقعی و یک ضبط تولید شده با هر نسخه کمتر و کمتر میشود. همچنین یک ویرایشگر ویدیوی مبتنی بر مرورگر، با نام تجاری AI Studio، برای برش و مرتبسازی مجدد صحنهها ارائه میدهد و خروجی در سطوح بالاتر به کیفیت استودیویی میرسد.
ترجمه ویدیو به ۱۷۵ زبان
ویژگیای که HeyGen را به جریان اصلی تبدیل کرد، ترجمه ویدیویی است. یک کلیپ به آن بدهید تا سخنرانی را به زبان دیگری دوبله کند، در حالی که صدای گوینده را حفظ کرده و لبها را برای مطابقت با صدای جدید تنظیم میکند. این پلتفرم از بیش از ۱۷۵ زبان و گویش پشتیبانی میکند. وقتی رئیس جمهور آرژانتین سخنرانی خود در مجمع جهانی اقتصاد را به این روش ترجمه و لبنوازی کرد، کلیپ به طور گسترده پخش شد، زیرا نتیجه دیگر شبیه دوبله نبود. برای یک بازاریاب که سعی در دسترسی به خریداران در بیست کشور دارد، این یک میانبر واقعی است. برای یک کلاهبردار، این کار مانع زبانی را از یک کلاهبرداری حذف میکند.
قیمتگذاری HeyGen: رایگان، کریتور و طرحهای تجاری
قیمتگذاری از روال معمول فریمیوم پیروی میکند. طرح رایگان در واقع یک نسخه آزمایشی است: روی هر کلیپ واترمارک میگذارد و مدت زمان آن را محدود میکند. با پرداخت، واترمارک حذف میشود، ویدیوها طولانیتر میشوند، آواتارهای سفارشی باز میشوند و در نهایت حقوق تجاری آنچه ساختهاید را دریافت میکنید.
| طرح | قیمت (تقریبی) | بهترین برای | واترمارک |
|---|---|---|---|
| رایگان | ۰ دلار | آزمایش ابزار | بله |
| خالق | ۲۹ دلار در ماه | سازندگان انفرادی | خیر |
| حرفهای | ۴۹ دلار در ماه | خروجی ویدئوی معمولی | خیر |
| کسب و کار | ۱۴۹ دلار در ماه + ۲۰ دلار برای هر صندلی | تیمها | خیر |
| تصدی | سفارشی | سازمانهای بزرگ، API | خیر |
اعداد و ارقام پشت این طرحها به سرعت افزایش یافت. درآمد در اوایل سال ۲۰۲۳ حدود ۱ میلیون دلار بود. تا اواسط سال ۲۰۲۴ نزدیک به ۳۵ میلیون دلار و تا اواخر سال ۲۰۲۵، گزارشها حاکی از آن بود که این رقم نزدیک به ۱۰۰ میلیون دلار است. در دور جذب سرمایه ژوئن ۲۰۲۴ که توسط بنچمارک انجام شد، ارزش هیگن ۵۰۰ میلیون دلار ارزیابی شد و این شرکت ادعا میکند که بیش از ۱۰۰۰۰۰ مشتری فعال دارد. بخش عمدهای از سرمایهگذاران سازمانی هنوز هم سینتزیا را میخرند که بزرگتر و ارزشمندتر است. هیگن بخش دیگر بازار را در اختیار دارد: خالقان و تیمهای کوچک، نه ۱۰۰ شرکت برتر فورچون.
پرداخت هزینه هوش مصنوعی HeyGen با ارز دیجیتال
اشتراک ماهانه نرمافزار که به سازندگان در هر کشور فروخته میشود، تقریباً به یک نمونهی رایج برای پرداختهای کریپتو تبدیل شده است. مشتریان جهانی هستند، پذیرش کارت به جز چند منطقهی خاص، پراکنده است و هر تمدید، هزینهای را به یک شبکهی کارت تحمیل میکند. از سال ۲۰۲۵، روشهای دریافت هزینهی اشتراک با کریپتو دیگر آزمایشی نیستند.
چرا کریپتو با اشتراکهای هوش مصنوعی همخوانی دارد؟
پرداخت با استیبل کوین چه خریدار در مانیل باشد و چه مادرید، به یک شکل انجام میشود و نیازی به کارتی که خریدار ممکن است در اختیار نداشته باشد، ندارد. برای فروشنده، جذابیت، هزینه و قطعیت است. تراکنشهای استیبل کوین میتوانند تقریباً نصف هزینه پردازش کارت هزینه داشته باشند و پس از تأیید، دیگر قابل برگشت نیستند. نکته آخر دو جنبه دارد و ارزش توجه دارد: برگشتناپذیری هدیهای برای یک تاجر و مشکلی برای یک قربانی است - موضوعی که بعداً در این مقاله به آن خواهیم پرداخت.
استیبل کوینها، استرایپ و درگاههایی مانند پلیسیو
در اکتبر ۲۰۲۵، استرایپ (Stripe) شروع به ارائه صورتحساب اشتراک استیبل کوین (Stablecoin) در USDC کرد، اولین باری که یک پردازنده اصلی پرداختهای مکرر کریپتو را در مقیاس بزرگ انجام داد. استیبل کوینها در طول سال ۲۰۲۵ به حدود ۳۳ تریلیون دلار نقل مکان کردند. با این حال، برای انجام این کار به مقیاس استرایپ نیازی ندارید. یک درگاه پرداخت کریپتو به هر کسبوکار نرمافزاری اجازه میدهد تا برای مشتریان خود صورتحساب بیتکوین یا USDT صادر کند و درآمد حاصل را بدون اجرای ریلهای بانکی خود تسویه کند. این مسیری است که ابزاری مانند HeyGen میتواند برای پذیرش کریپتو طی کند. نکته صادقانه این است که HeyGen امروزه پرداخت کریپتو را تبلیغ نمیکند، بنابراین فعلاً این ریل است، نه یک دکمه در صفحه قیمتگذاری آن.
آواتارهای هوش مصنوعی برای بازاریابی ارزهای دیجیتال و وب 3
پروژههای کریپتو به طور طبیعی از اولین پذیرندگان ویدیوی هوش مصنوعی هستند و دلیل آن دسترسی به آنهاست. یک توکن یا صرافی جدید میخواهد خود را به طور همزمان به دهها زبان برای مخاطبان توضیح دهد و تولید ویدیوهای هوش مصنوعی بسیار ارزانتر از فیلمبرداری یک مجری زنده برای هر بازار است. یک آواتار هوش مصنوعی که یک متن ترجمه شده را میخواند، این کار را در یک بعد از ظهر انجام میدهد. یک توضیحدهنده واحد را میتوان قبل از ناهار به اسپانیایی، هندی، ویتنامی و ترکی شبیهسازی کرد، هر نسخه با لبخوانی هماهنگ میشود تا به عنوان دوبله خوانده نشود. برخی تیمها پا را فراتر گذاشته و یک مجری هوش مصنوعی دورهای میسازند که ویدیوهای آواتار او در هر بهروزرسانی در جلوی آن قرار دارد، نوعی سخنگوی مصنوعی که هرگز درخواست هزینه یا مرخصی نمیکند. بازار گستردهتر این کشش را منعکس میکند: بخش تولیدکننده ویدیوی هوش مصنوعی در سال ۲۰۲۵ حدود ۷۱۶ میلیون دلار بود و پیشبینی میشود تا سال ۲۰۳۴ از ۳.۳ میلیارد دلار عبور کند، نرخ رشد مرکب نزدیک به ۱۹ درصد.
همان سرعتی که به یک پروژه مشروع کمک میکند، استاندارد یک پروژه گمراهکننده را نیز پایین میآورد. یک آواتار آراسته میتواند یک پروژه کممایه را شبیه یک پروژه با بودجه مشخص کند، و یک ارائهدهنده هوش مصنوعی هرگز در مورد سلب مسئولیتی که به او گفته شده از آن صرف نظر کند، اشتباه نمیکند. جلوه تولید که قبلاً نشاندهنده یک تیم جدی بود، اکنون تقریباً هیچ هزینهای ندارد، بنابراین دیگر هیچ چیزی را نشان نمیدهد. اگر محتوای ویدیویی کریپتو را به این روش تولید میکنید، آن را هوش مصنوعی بنامید و اگر آن را مصرف میکنید، کیفیت تولید را به هیچ وجه به عنوان مدرکی دال بر واقعی بودن یک پروژه در نظر نگیرید.
مشکل دیپفیک: هوش مصنوعی HeyGen و کلاهبرداریهای کریپتو
این آینه تاریک همه چیز در بالا است. فناوریای که یک ویدیوی آموزشی دوستانه میسازد، یک ویدیوی جعلی متقاعدکننده از یک شخص واقعی نیز میسازد، و در کریپتو، یک ویدیوی جعلی متقاعدکننده راهی برای جابجایی پولی است که هرگز برنمیگردد.
وقتی یک چهره جعلی ۲۵ میلیون دلار جابجا میکند
واضحترین مورد در شرکت مهندسی آروپ اتفاق افتاد. در اوایل سال ۲۰۲۴، یکی از کارمندان دفتر هنگ کنگ این شرکت به یک تماس ویدیویی با فردی که به نظر میرسید مدیر ارشد مالی شرکت و چند همکارش باشد، پیوست. همه شرکتکنندگان به جز قربانی، یک دیپفیک بودند. این کارمند که از چهرهها و صداهایی که میشناخت، متقاعد شده بود، قبل از کشف کلاهبرداری، ۱۵ انتقال وجه به ارزش حدود ۲۵.۶ میلیون دلار انجام داد. هیچ بدافزاری در کار نبود. کل حمله اجتماعی بود و بر اساس ویدیوی مصنوعی ساخته شده بود که به اندازه کافی خوب بود تا از یک تماس زنده جان سالم به در ببرد.
چرا کریپتو هدف مورد علاقه است؟
کلاهبرداران به همان دلیلی که بازرگانان استیبل کوینها را دوست دارند، به ارزهای دیجیتال علاقه دارند: پرداختها قطعی هستند. هیچ بانکی برای تماس وجود ندارد، هیچ بازپرداختی برای ثبت وجود ندارد و هیچ مرجع مرکزی وجود ندارد که بتواند انتقال تأیید شده را پس بگیرد. چینالیسیس حدود ۱۷ میلیارد دلار ضرر کلاهبرداری در حوزه ارزهای دیجیتال را برای سال ۲۰۲۵ گزارش کرد، که در آن کلاهبرداری با جعل هویت سال به سال به شدت افزایش یافته است، و دریافت که کلاهبرداریهایی که از ابزارهای هوش مصنوعی استفاده میکنند، در هر عملیات بسیار بیشتر از کلاهبرداریهای بدون جعل هویت درآمد داشتهاند، در حدود چند میلیون دلار در مقابل چند صد هزار دلار برای نوع قدیمی. ویدیو چیزی است که تفاوت را ایجاد میکند، زیرا چهره و صدا این سوءظن را از بین میبرد که یک پیام متنی یا ایمیل هرگز نمیتوانست. ویدیوهای تأیید جعلی اکنون به یک عنصر اصلی در این راهکار تبدیل شدهاند. یک ایلان ماسک با جعل عمیق که در حال تبلیغ یک جایزه کریپتو بود، به گرفتن ۱.۷ میلیون دلار از یک قربانی کانادایی کمک کرد و یک کلیپ مصنوعی از جنسن هوانگ از انویدیا برای تبلیغ یک توکن جعلی استفاده شد. چهره روی صفحه نمایش قرض گرفته شده است؛ ضرر واقعی است.
| حادثه | سال | ضرر | چگونه از اثر جعلی استفاده شد |
|---|---|---|---|
| آروپ (هنگ کنگ) | ۲۰۲۴ | ۲۵.۶ میلیون دلار | اجرای دیپفیک مدیر ارشد مالی در یک تماس ویدیویی زنده |
| هدیه «ایلان ماسک» | ۲۰۲۴ | ۱.۷ میلیون دلار | ویدیوی تایید جعلی برای کلاهبرداری کریپتو |
| توکن جنسن هوانگ | ۲۰۲۵ | اعلام نشده | کلیپ مصنوعی که یک توکن جعلی را تبلیغ میکند |
رضایت، شباهت و قانون هوش مصنوعی
این قانون در حال تغییر است و هنوز هم به صورت وصله پینه شده عمل میکند. در ایالات متحده، قانون «آن را پایین بیاورید» در ماه مه ۲۰۲۵ تصویب شد، اما بیشتر تصاویر خصوصی بدون رضایت را هدف قرار میدهد، نه جعل عمیق مالی. قانون بزرگتر، قانون «نه به جعل» است که به افراد حق فدرال بر نسخههای دیجیتالی چهره و صدای خود را میدهد. این قانون در سال ۲۰۲۵ دوباره معرفی شد. هنوز تصویب نشده است. دانمارک جسورانهترین اقدام را انجام داد: پیشنهادی مبنی بر اینکه به شما اجازه میدهد کپیرایت چهره خود را داشته باشید، که اولین مورد از این نوع در اروپا است.
و خود HeyGen؟ این سرویس بر رضایت کاربران متکی است. قبل از اینکه بتواند آواتار سفارشی شما را بسازد، باید هویت خود را تأیید کنید، این شرکت دارای گواهینامههای SOC 2 و GDPR است و میگوید شما مالک ویدیوهایی هستید که میسازید. همه اینها مفید است، اما کمی بیربط. هیچکدام از اینها جلوی مجرمی را که صورت مدیرعامل را از پخش زنده کنفرانس پاره میکند، نمیگیرد. به همین دلیل است که در حال حاضر، قوانین کمتر از عادات شما اهمیت دارند.
چگونه یک دیپفیک به سبک HeyGen را تشخیص دهیم؟
من اکنون هر درخواست ویدیویی غیرمنتظرهای برای جابجایی پول را تا زمانی که خلاف آن ثابت شود، جعلی میدانم، و شما هم باید همین کار را بکنید. همین یک قانون میتوانست جلوی ضرر آروپ را بگیرد. بقیهاش عقل سلیم حکم میکند. با شمارهای که از قبل به آن اعتماد دارید تماس بگیرید، نه با شمارهای که در طول تماس ارائه شده است. از فرد بخواهید کاری را که یک آواتار از پیش ساخته شده اشتباه انجام میدهد، انجام دهد، مثلاً کاملاً به پهلو بچرخد یا دستی را روی صورتش تکان دهد. به خط رویش مو، لبهها، دندانها توجه کنید؛ اینها جایی هستند که هنوز آثار هنری پنهان هستند. به صدایی که کمی بیش از حد صاف است گوش دهید. هیچکدام از اینها بیعیب و نقص نیستند و مدلها مدام در حال بهبود هستند، و به همین دلیل است که تماس تلفنی از تست چشم بهتر عمل میکند. به تلفن اعتماد کنید، نه به چهره.
هوش مصنوعی HeyGen برای کاربران ارزهای دیجیتال چه معنایی دارد؟
هوش مصنوعی HeyGen واقعاً مفید و واقعاً خطرناک است و همین ویژگی هر دو را هدایت میکند - از چند خط متن، یک فرد قابل باور میسازد. برای یک بازاریاب، این یک مزیت است. برای کسی که کریپتو دارد، دلیلی است که نحوه تأیید هر کسی را که از شما درخواست ارسال وجه میکند، تغییر دهد. عامل تعیینکننده فناوری نیست، که فقط بهتر خواهد شد، بلکه این است که آیا درخواستها را از طریق کانالی که یک چهره جعلی نمیتواند به آن دسترسی داشته باشد، تأیید میکنید یا خیر. بنابراین دفعه بعد که یک چهره آشنا روی صفحه نمایش به شما میگوید پول را جابجا کنید، از خود تنها سؤالی را که هنوز جواب میدهد بپرسید: آیا من این را به روشی غیر از نگاه کردن و گوش دادن بررسی کردهام؟
