字节跳动放大招！OmniHuman数字人模型即将上线：一张图+一段音频即可生成视频
【字节跳动重磅发布OmniHuman数字人模型：一张图片即可生成个性化虚拟形象】
近日，字节跳动宣布了一项令人瞩目的技术突破——OmniHuman数字人模型。这项创新技术能够通过单一图像快速生成高度逼真的个性化虚拟形象，为用户提供前所未有的沉浸式体验。无论是在娱乐、教育还是商业领域，OmniHuman都将开启全新的应用场景。用户只需上传一张照片，就能创建属于自己的数字分身，参与虚拟会议、在线教育或创作内容。这一技术不仅大幅降低了虚拟形象制作的门槛，更将推动元宇宙概念的进一步落地，标志着字节跳动在人工智能领域的又一重要进展。
OmniHuman数字人模型的推出，预示着一个更加多元化和个性化的数字世界即将到来，让每个人都能轻松拥有自己的虚拟化身，享受科技带来的无限可能。
快科技2月7日消息，近期，抖音集团旗下图片视频工具即梦AI在官方社交媒体上发布了一条新功能上线预告片。
视频显示，新功能采用了全新的多模态视频生成模型OmniHuman，让用户仅需输入一张图片和一段音频，就可以生成一条生动的AI视频，有望大幅提升AI短片的制作效率和质量。
OmniHuman技术主页信息显示，该模型为字节跳动自研的闭源模型，可支持肖像、半身以及全身等不同尺寸的图片输入，并根据输入的音频，在视频中让人物生成与之匹配的动作，包括演讲、唱歌、乐器演奏以及移动。
对于人物视频生成中常见的手势崩坏，也相比现有方法取得了显著的改善。
此外，对动漫、3D卡通等非真人图片输入的支持效果也较为出色，生成的视频能保持特定风格和原有的运动模式。
根据技术主页展示的演示效果来看，OmniHuman的生成效果已经具有较高的自然度。为防止该项技术被不当利用，字节跳动技术团队在主页中特别标注称，OmniHuman将不会对外提供下载。
即梦AI相关负责人透露，该模型目前已具备较好的表现，但在生成影视真实级别的视频上仍存在一定的提升空间。
由其支持的多模态视频生成功能会在即梦上以小范围内测的形式进行调优调整，并逐步开放。
该负责人同时表示，即梦还会对这一功能设置严格的安全审核机制，并且对输出的视频标注水印以作提醒，从而确保AI发挥正面、积极的作用，助力视频创作者更好地实现想象力的表达。